Machine Learning basesAccueil Catalogue de formation Machine Learning bases Analyse Data Science Open Source Intra-entreprise Présentiel Distanciel Français Anglais Objectifs Comprendre les bases de l’apprentissage artificiel et du machine learning sur des données structurées, appliquer des méthodes standard de réduction de dimension et de clustering, savoir mettre en oeuvre un modèle de régression en contrôlant le surajustement et en validant les prédictions du modèle, comprendre les bases du text mining. À l’issue de cette formation, le participant sera en mesure de déterminer le type de techniques à appliquer en fonction des questions posées et de réaliser des pré-traitements élaborés afin de mettre en oeuvre des modèles prédictifs. Prérequis : Avoir suivi Outils de base Python ou niveau équivalent Aisance avec les outils informatiques, disposer d’une connexion Internet Moyens pédagogiques et d’encadrement : Séances avec le formateur Support pédagogiques format numérique, Alternance entre théorique et pratique Cas concrets Dispositif de suivi et d’évaluation des acquis : Mise en pratique et exercices, Appréciation de la formation à chaud Résultats & compétences attendus à l’issue de la formation : À l’issue de cette formation, le participant sera en mesure de déterminer le type de techniques à appliquer en fonction des questions posées et de réaliser des pré-traitements élaborés afin de mettre en oeuvre des modèles prédictifs Programme de la formation JOUR 1 Introduction aux méthodes non supervisées : L’analyse en composantes principales (PCA) La classification automatique (k-means), Les règles d’association (apriori, eclat) Introduction aux méthodes supervisées : Les modèles de régression linéaire et logistique avec régularisation (ridge régression), Les arbres de décision (régression et classification) JOUR 2 Les méthodes standards pour mettre en œuvre des modèles prédictifs : Feature engineering : apprendre à réduire la complexité d’un problème, Sélection de variables, Validation croisée, Calibration d’un modèle prédictif Text Mining et web scraping Télécharger le programme complet Durée 14 heures Niveau Débutant Public Toute personne souhaitant découvrir les principes de base du Machine Learning. Participants 8 personnes maximum Nous contacter pour un devis personnalisé Vous recherchez des informations sur une formation ? Vous souhaitez mettre en place une session de formation sur mesure ? Contactez notre équipe pédagogique ! Remarque : JavaScript est requis pour ce contenu. Stata Rapide, précis et facile à utiliser, le logiciel Stata est la référence pour le traitement et l'analyse de données statistiques et de data science. Il répond à tous vos besoins en matière de science des données : manipulation des données, visualisation, statistiques et rapports automatisés. En savoir plus Formations à venir Communication et rédaction scientifique Intelligence Artificielle Générative pour l’Enseignement Recherche - Concepts et applications Objectifs Découvrer le principe de fonctionnement général du Deep Learning et de l’Intelligence Artificielle Générative et bénéficier du potentiel des outils d’IAG Utiliser des techniques de prompting avancées pour répondre à des besoins métier. Classifier les outils d’intelligence artificielle générative selon les médias mis en œuvre (text-to-text, text-to-image, etc.), et sélectionner le bon outil pour un cas d’usage précis. Produire des activités pédagogiques telles que des notes de cours, des guides d’étude, ou des résumés de chapitres pour aider les étudiants dans leur apprentissage. Concevoir des examens et des quiz à partir du contenu de formation développé pour les étudiants et gagner du temps dans la préparation de vos cours Générer des scénarios ou cas d’étude pour des travaux de groupe, basés sur des sujets d’actualité ou des avancées scientifiques pour décupler les possibilités d’animations de cours (contenu, ateliers de groupes, etc.) Adapter son enseignement et préparer ses apprenants à la révolution de l’IAG 10 et 17 septembre S'inscrire Demander un devis Formations à venir Communication et rédaction scientifique Intelligence Artificielle Générative pour la Veille scientifique - Concepts et applications Objectifs Décrire le principe de fonctionnement général du Deep Learning et de l’Intelligence Artificielle Générative. Utiliser des techniques de prompting avancées pour répondre à des besoins métier. Synthétiser des articles et contenus scientifiques en produisant des résumés concis qui mettent en évidence les points clés et les conclusions principales. Améliorer sa veille technologique en configurant, personnalisant et automatisant des outils d’intelligence artificielle générative pour surveiller et résumer les dernières recherches publiées dans des domaines spécifiques. Identifier les points clés d’un domaine scientifique spécifique et détecter les sujets de recherche manquants nécessaires pour compléter un modèle théorique existant. Traduire des articles 10 et 17 septembre S'inscrire Demander un devis Formations à venir Analyse Origin : Fonctions de base Objectifs Importer des données de formats variés Réaliser des graphiques et les personnaliser (styles, templates, thèmes) Traiter les données et automatiser les calculs Réaliser des ajustements de données, créer ses propres fonctions d’ajustement Détecter et déconvoluer des pics 14 et 15 octobre S'inscrire Demander un devis Formations à venir Analyse Formation modulaire à NVivo - Découvrir Nvivo Objectifs Comprendre le rôle de NVivo dans le processus de l’analyse qualitative. Comprendre et maîtriser l’environnement NVivo. Gestion des sources Gestion des cas Codage des sources Les matrices de croisement Documenter son analyse ; mémos, annotations et liens à. 14, 15, 16 et 17 octobre S'inscrire Demander un devis Formations à venir Analyse Formation modulaire à NVivo - Approfondissement de NVivo Objectifs Échanger avec les participants sur leurs pratiques de NVivo et approfondissement des connaissances et compétences suivantes : Maitriser l’environnement NVivo. Gestion des sources Gestion des cas Codage des sources Requêtes et matrices Documenter son analyse ; mémos, annotations et liens à. Visualisation et exportation L’importation et l’utilisation des données provenant des réseaux sociaux et du web Le travail collaboratif et la comparaison d’encodeur. 12, 13, 14 et 15 novembre S'inscrire Demander un devis Formations à venir Analyse Graphiques scientifiques avec PRISM Objectifs Découvrir l’ensemble des possibilités offertes par PRISM pour obtenir le graphique que l’on souhaite, tracé automatique des courbes d’ajustement compris. 05 et 06 décembre S'inscrire Demander un devis Previous Next