Big Data & Intelligence Artificielle

Intelligence Artificielle

  

Profil Intervenant(s)
100x100

Docteur en Informatique - CONSULTANTE FORMATRICE SENIOR
10 ans d'Experience
Spécialités
Informatique, Systèmes & Réseaux


100x100

Docteur en Informatique - CONSULTANTE FORMATRICE SENIOR
10 ans d'Experience


Spécialités

Informatique, Systèmes & Réseaux




      A partir du  11-01-2021 à 10:00



        5 J 

        Formation hybride Cours théorique à distance sur la plateforme youcan-academy.com, et travaux pratiques en présentiel
Inscrivez-vous à la prochaine session

Appelez vos conseillers
06 49 99 11 00
06 64 16 75 10

Objectifs de la formation

• Être en mesure de comprendre les concepts d’intelligence artificielle afin de saisir les opportunités qu’offre l’IA • Comprendre en quoi consiste l'apprentissage automatique • Identifier les problèmes pour lesquels ce type de méthode saura apporter une réponse pertinente • Connaître les différ ... onnaître les différents types de méthodes et savoir utiliser les principaux algorithmes. Voir Plus

Prérequis


Connaissances en langage Python

Introduction à la formation et rappels sur le langage Python


• Les types de données dans Python • Importation-exportation de données • Techniques pour tracer des courbes et des graphiques • Introduction au logiciel Jupyter Notebook _ Atelier : Mise en place du logiciel et utilisation du code python

Définition et Modélisation


• Introduction et définition de l’intelligence artificielle et le machine Learning et le Deep Learning • L’apprentissage automatique : Les algorithmes supervisés et non supervisés. • Notions du : Dataset /Modèle/Fonction coût /Algorithme d’apprentissage • Le choix entre la régression et la class ... Voir Plus

Librairie python dédiées à l’intelligence artificielle


• numpy et scipy pour les calculs • matplotlib et Seaborn pour la visualisation • Scikit-learn pour les algorithmes • Pandas pour les gérer les données (les charger, appliquer des opérations d'algèbre relationnelle, etc.) • Les étapes de construction d’un modèle _ Atelier : Exemple de modè ... Voir Plus

Algorithmes supervisés


• Le principe de régression linéaire uni-variée • La régression multi-variée • La régression polynomiale • La régression logistique • Les K plus proches voisins Atelier : l’implémentation de chacun de ces modèles sur jupyter

Algorithmes non supervisés


• Le clustering hiérarchique • Le clustering non hiérarchique _ Atelier : l’implémentation de chacun de ces modèles sur jupyter

Gérer un projet de Machine Learning


• Préparation du Dataset • Overfitting et underfitting • Les techniques de ré-échantillonnage en jeu d’apprentissage, de validation et de test. • Régularisation • Mesures de performance des modèles prédictifs • Techniques d’ensemble learning(BAGGING /BOOSTING /STACKING) _ Atelier : Gérer un ... Voir Plus

  Elasticsearch

  BIG Data Hortonworks Architecture et intégration

© Copyright All Rights Reserved 2020 | Developed By : Team Formations++