1 Objectif

Les théories mathématiques derrières les méthodes de machine learning peuvent être complexes. Cette formation propose d’illustrer les principes des algorithmes grâce à des graphiques.

  • Une compréhension globale du fonctionnement des algorithmes
  • Des compétences pour superviser les projets qui peuvent impliquer les algorithmes

Points forts

  • Comprendre le fonctionnement des algorithmes de façon intuitive
  • Interprétation des résultats visuelle

2 Public

Cette formation s’adresse à plusieurs types de personnes:

  • pour ceux qui débutent dans l’apprentissage automatique
  • pour les managers et directeurs qui souhaitent comprendre les principes
  • pour les opérationnels qui dovient mettre en place des algorithmes et communiquer des résultats

3 Programme

Visualisation des données

  • Type de visualisation
  • Chaîne de traitements des données

Principes de fonctionnement

  • Apprentissage supervisé
  • Apprentissage non supervisé

Illustration des des algorithmes

  • Classification
  • Régression

Impact des paramètres des algorithmes

  • Compromis biais variance
  • Arbre de décision, GBM, RandomForest
  • GLM

4 Informations pratiques

Comment ?

Des exemples pratiques animeront.

Quels sont les pré-requis ?

Aucun en particulier. L’intérêt et l’utilisation des outils numériques sont cependant fortement recommandés.

Contacter le formateur par mail


Site internet de Kezhan SHI