menu

Connaître les grandes approches et techniques de machine learning_1/2 journée

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 tant la phase d’idéation que la collaboration entre les équipes métier et les équipes expertes de la data et de l’IA.

Remarque : cette formation n’a pas vocation à apprendre à coder et réaliser soi-même les différentes méthodes présentées, ce qui fait l’objet de la formation « Connaître et appliquer les grandes techniques de machine learning » dispensée sur 2 jours.

 

 

 

Public visé

Tout public

Objectifs et compétences visées

  • Présenter un panorama des types de problématiques adressables par machine learning
  • Détailler pour chacun une 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

Pré-requis

Aucun

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…
  • l’IA générative argentique

Méthode pédagogique

Méthodes pédagogiques utilisées

  • Formation magistrale
  • Quizz
  • Exercices

Intervenants

Raphaël Deswarte

Prochaines sessions

  • Dates à venir
Nous contacter
Vous avez toujours voulu nous parler sans
jamais oser le faire... écrivez-nous !

(On est très sympa)

Si vous souhaitez nous appeler : 07.67.12.42.94

    À propos de cette formation