Créer des modèles prédictifs

Formation sur cinq jours (35 heures)

Déroulé de la formation :

Jour 1 - Introduction au Machine Learning :

• Matin (3h30) : Concepts de base (supervisé, non supervisé), outils Python (scikit-learn, Pandas)
• Après-midi (3h30) : Préparation des données, nettoyage, exploration

Jour 2 - Apprentissage Supervisé :

• Matin (3h30) : Régression liné aire, régression logistique, évaluation des modèles
• Après-midi (3h30) : Arbres de décision, forêts aléatoires, validation croisée

Jour 3 - Apprentissage Non Supervisé :

• Matin (3h30) : Clustering (K-means, DBSCAN), réduction de dimensionnalité (PCA)
• Après-midi (3h30) : Analyse de cas pratiques, visualisation des résultats

Jour 4 - Techniques Avancées :

• Matin (3h30) : Machines à vecteurs de support (SVM), boosting (XGBoost)
• Après-midi (3h30) : Gestion des données déséquilibrées, optimisation des hyperparamètres

Jour 5 - Projet Pratique :

• Matin (3h30) : Développement d’un projet personnel (ex. prédiction de prix, classification)
• Après-midi (3h30) : Finalisation, présentation, feedback et amélioration

Les modalités :

• Objectif : Créer et évaluer des modèles de machine learning avec Python
• Si vous avez des besoins spécifiques (handicap, etc.), contactez-nous
• Un suivi personnalisé est proposé tout au long de la formation
• Formation en ligne avec vidéos et exercices pratiques
• Utilisation d’une plateforme de gestion (LMS) pour les cours et évaluations
• Évaluations par exercices pratiques et quiz
• Durée : 5 jours (35 heures)
• Tarif : Nous consulter