• Notions sur l’apprentissage automatique ou ayant suivi la formation « Écosystème de l’Intelligence Artificielle ».
• Langage de programmation : Python, Java ou Javascript.
Objectif pédagogique
Avoir une vision des premiers outils, frameworks et librairies de développement pour des futurs Data Engineers.
Programme détaillé
Fondamentaux de la data analyse
Atelier : Nettoyage et analyse d’un jeu de données OpenData en vue d’appliquer un apprentissage des données
Objectif opérationnel : Appréhender la data analyse
Moyen d’évaluation : QCM
Machine learning
Atelier : Classification de texte en fonction du sentiment exprimé (Bags of words)
Objectif opérationnel : Comprendre les principes d’apprentissage
Moyen d’évaluation : QCM
Le Deep Learning
Atelier : Adaptation d’un CNN pour reconnaître plus finement des objets dans des images et utilisation de Keras avec Tensorflow
Objectif opérationnel : Appréhender le deep learning
Moyen d’évaluation : QCM
ML concepts avancés
Atelier : Utilisation d’un GAN pour créer des images inédites
Objectif opérationnel : Connaître les concepts avancés du Machine Learning
Moyen d’évaluation : QCM
Algorithmes : Choix et Paramétrage
Atelier : Utilisation des fonctionnalités de Scikit-learn pour le choix des features et le test des différents paramétrages
Objectif opérationnel : Savoir paramétrer les algorithmes et avoir une vision sur les outils de développement
Moyen d’évaluation : QCM
Votre formateur
Consultant et formateur passionné d’IA. Ingénieur développeur depuis 5 ans, notre formateur intervient durant tout le processus du développement d’applications.
Personnes en situation de handicap
Nos formations sont accessibles aux personnes en situation de handicap. Afin de nous permettre d’organiser le déroulement de la formation dans les meilleures conditions possibles, contactez-nous. Un entretien avec notre référent.e handicap pourra être programmé afin d’identifier les besoins et aménagements nécessaires.