Aller au contenu

Programme de formation

Machine Learning appliqué

Filet symbolisant les fondements du machine learning

Maitriser les fondements du machine learning appliqué

Contenu

La formation de machine learning appliqué vous permettra d’acquérir les compétences fondamentales du data scientist et de devenir opérationnel sur vos cas d’usage data science. Ainsi, à la fin de cette formation, les participants seront en mesure de créer, entrainer et évaluer leurs propres modèles prédictifs. La maitrise des principaux algorithmes de machine learning rendra les formés polyvalents sur la plupart des use-cases de data science.

Tous les concepts théoriques étudiés seront également accompagnés d’un use-case « fil rouge », qui sera appliqué par les participants tout au long de la formation.

objectifs pédagogiques

A la fin de la formation, vous serez capable de :

  • Comprendre le machine learning et ses usages.
  • Maitriser et savoir utiliser une palette complète d’algorithmes.
  • Améliorer continuellement les résultats avec le « features engineering ».
  • Implémenter des applications de machine learning de bout en bout.
  • Evaluer rigoureusement leurs modèles prédictifs.

Formation intra-entreprise : les exercices et les données peuvent être adaptés aux spécificités métiers des participants.

Prochaines sessions

Contactez-nous directement pour organiser une formation intra-entreprise adaptée à vos besoins

niveau
public

Développeur, business analyst, data analyst, data engineer, analyste quantitatif, statisticien

formateur
Thibaud Vienne
Thibaud Vienne

Expert en Machine Learning et formateur expérimenté

Professeur en machine learning au master 203 Paris-Dauphine et à l‘école d’ingénieurs ESIEE Paris

Actions
modalities

4 à 10 participants

3 à 8 participants

Intra-entreprise seulement

durée

4 jours – 28h

Tarifs

Inter : 1.950 € / pers.
Intra : sur devis (possibilité d’adapter sur trois jours)

Formulaire d'information




Informations supplémentaires facultatives

Saisissez votre recherche

Connectez-vous

Credits

Photos: Patrice Negros, Adobe Stock
Webdesign: agdg.fr