0.5 jours
950 €
Présentiel
Français

Pour qui ?

Tout public

Pré-requis

Aucun

Dates

Aucune

Connaître les grandes approches et techniques de machine learning

avec Raphaël Deswarte
Être rappelé
0.5 jours - 950 € - Présentiel - Français

Pour qui ?

Tout public

Pré-requis

Aucun

Dates

Aucune
Être rappelé

Depuis 15 ans, l’analyse de données a connu un essor spectaculaire, et les opportunités liées au Big Data et à l’Intelligence Artificielle ont transformé de nombreux métiers. Bill Gates évoque une révolution par l’IA aussi forte que « les téléphones portables et Internet ». Le boom de l’IA générative, notamment depuis le phénomène ChatGPT en 2022, a encore amplifié les possibilités offertes par la data science.

Pour tirer pleinement parti des opportunités offertes par l’IA et les data sciences, il est essentiel d’avoir une idée précise de ce qu’elles permettent de faire. C’est l’objet de cette formation, qui vise à présenter les techniques les plus importantes de machine learning, à la fois en montrant leur intérêt, mais aussi en donnant des clés de compréhension et d’évaluation de leur performance. Elle améliorera ainsi ainsi tant la phase d’idéation que la collaboration entre les équipes métier et les équipes expertes de la data et de l’IA.

Elle ne suppose pas de pré-requis et est accessible à tout public.

Remarque : cette formation n’a pas vocation à apprendre à coder et réaliser soi-même les différentes méthodes présentées, ce qui est l’objet de la formation « Connaître et appliquer les grandes techniques de machine learning ».

Méthodes pédagogiques mobilisées

  • Formation magistrale
  • Quizz
  • Exercices

 

Extrait sur le clustering : 

Objectifs

  • Présenter un panorama des types de problématiques adressables par machine learning
  • Détailler pour chacun un ou plusieurs méthodes
  • Faire comprendre à la fois les différences mais aussi les logiques communes au sein du machine learning
  • Faciliter l’idéation de cas d’usage
  • Rendre plus efficace les interactions avec les équipes expertes de la data, notamment les data scientists

Programme

Introduction

  • L’Intelligence Artificielle et ses différentes déclinaisons : de l’IA symbolique au machine learning
  • Le machine learning : cœur d’un écosystème vaste aux multiples parties prenantes
  • L’évaluation, élément clé du succès

Faire des prévisions

  • Prévoir des nombres : la régression
  • Prévoir des catégories : la classification
  • Méthodes à base d’arbres : forêts aléatoires, boosted trees
  • Deep learning et réseaux de neurones

Comprendre ses données

  • Repérer des groupes de données similaires : le clustering
  • Identifier des anomalies
  • Prendre la meilleure « photo » de ses données : l’Analyse en Composantes Principales

Créer de nouvelles données : l’IA générative

  • Créer du texte à partir d’IA générative
  • Autres possibilités de création par IA générative : images, sons, vidéos, présentations types Powerpoint…

Compétences

  • Connaître les grands types de problématiques adressables par machine learning
  • Connaître une ou plusieurs approches possibles pour chacune de ces problématiques
  • Comprendre l’importance et les logiques derrière l’évaluation d’un modèle de machine learning

Points forts

  • Formateur data scientist ayant déjà enseigné pour plusieurs entreprises ainsi qu’à l’Ecole Polytechnique
  • Un large panorama des techniques et approches essentielles dans un format court