Aller au contenu
DSSF ACADEMY

TT-19 · Technologies transversales

Apprentissage automatique : mise en pratique

Construire, évaluer et livrer un modèle prédictif sur des données réelles.

Avancé5 joursPrésentiel · HybrideTanger · Casablancadès 10.000 MAD HT / participant

Objectif de la formation

Construire, évaluer et livrer un modèle prédictif sur des données réelles.

Public visé

Analystes, ingénieurs, data scientists débutants.

Prérequis

Pratique de Python pour l'analyse de données.

Compétences acquises

  • Préparer un jeu de données d'apprentissage
  • Entraîner des modèles de classification et de régression
  • Évaluer sans se tromper
  • Interpréter les résultats d'un modèle

Programme

  1. 01Cadre de l'apprentissage supervisé
  2. 02Préparation, encodage et normalisation
  3. 03Modèles linéaires et modèles d'arbres
  4. 04Validation croisée et fuites de données
  5. 05Métriques d'évaluation selon le problème
  6. 06Interprétabilité et importance des variables
  7. 07Projet : modèle complet de bout en bout

Learning by Doing

La formation alterne apports théoriques réduits à l’essentiel, prise en main guidée, exercices courts et mise en situation autonome. Elle se conclut par un livrable : Modèle entraîné, évalué et documenté.

Outils et environnements

Python, bibliothèques d'apprentissage automatique.

Certification

Attestation de fin de formation. Toute certification éditeur associée est confirmée au cadrage.

Technologies

Formateur

Formateur praticien du domaine. Le profil détaillé — parcours, expertise et références — est communiqué à la confirmation de la session.

Avis

Les avis des participants seront publiés au fil des sessions réalisées. Aucun avis n’est affiché tant qu’il n’a pas été recueilli.

Parcours

Prochaine étape de votre parcours

Recommandations

Vous pourriez aussi être intéressé par

Tout le domaine