Python : Introduction à l’apprentissage Automatique

Session privée

Ce cours est disponible en session privée ou personnalisée. Il peut être offert à l’un de nos centres de formation ou directement à vos bureaux. Appelez l’un de nos conseillers ou faites une demande de soumission en ligne.

Appelez maintenant au 1 877 624.2344

  • Durée: 3 jours
  • Prix régulier: Sur demande

Plan de cours

Référence : @Python apprentissage automatique

Durée : 3 jours

Préalables

Savoir programmer en Python

Objectifs

  • Comprendre l’apprentissage automatique et ses sous-domaines.
  • Se familiariser avec quelques algorithmes usuels en apprentissage automatique.
  • Choisir le bon algorithme à utiliser pour votre cas.
  • Acquérir l’expertise pour analyser les résultats des algorithmes d’apprentissage automatique.

Contenu

Introduction
  • Apprentissage supervisé, non supervisé et par renforcement
  • Classification, régression, prédiction de structure
  • Évaluation de modèles: métriques
  • Sélection des hyper-paramètres et des modèles
  • Initiation à Scikit Learn
  • Types de données et guide de sélection de méthodes
Classification: Introduction avec OCR
  • Algorithme des K plus proches voisins
  • Arbres de décision et visualisation
  • Méthode d’ensemble
  • Support Vector Machines (SVM)
  • Visualisation des résultats
Classification: Concepts avancés avec analyse de sentiment
  • Pré-traitement des données pour l’apprentissage
  • Réduction de dimensionnalité
  • Entraînement par batch
  • Interprétabilité (importance des poids, LIME)
Régression
  • Régression linéaire
  • Régression non-linéaire avec les méthodes à noyau
  • Détection et gestion de données aberrantes
  • Séries temporelles: Défis, décomposition et méthodes de prédiction
  • Séries temporelles: régression non-stationnaire et modèles auto régressifs
Système de recommandation: Étude de cas
  • Filtrage collaboratif par utilisateur
  • Filtrage collaboratif par article
  • Concepts et algorithmes avancés
Apprentissage non supervisé
  • Clustering : K-moyennes, méthodes hiérarchiques, méthodes de densité
  • Réduction de dimensionnalité: PCA, t-SNE,
  • Modèles génératifs: introduction aux auto-encodeurs et auto-encodeurs variationnels
Guide pratique de débogage
  • Le test de sur-apprentissage: taille des modèles et des données
  • Test du pipeline de données

Exploration de métriques alternatives

Soyez au fait des tendances, innovations et bonnes pratiques, chaque mois.
Confidentialité
Centre de formation autorisé Emploi-Québec, Agrément : 0051460
TPS : 141582528 – TVQ : 1019557738
© 2020 AFI
AFI Expertise

L’expérience AFI par Edgenda

Chez AFI, nous concentrons nos efforts pour vous offrir des formations pertinentes et des expériences d’apprentissage percutantes qui s’inscrivent dans vos démarches de transformation. Vous désirez être accompagné dans ces démarches? Consultez les services d’Edgenda: Edgenda.com