Introduction au Machine et Deep Learning
Acquérir une compréhension solide des concepts fondamentaux, des algorithmes clés (supervisés, non supervisés) et des applications du Machine Learning (ML) et du Deep Learning (DL).
Cette formation est disponible dans tous ces campus.
Campus Côte d'Azur
Campus Dubai
Campus Paris
Durée
14 jours
Heures de cours
55 heures
Format
Présentiel
Langue
Français
Course ID
IA-029
Public Concerné
Développeurs, ingénieurs, data analysts, chefs de projet, managers techniques, étudiants souhaitant comprendre et potentiellement appliquer le ML/DL.
Pré-requis
Bonnes bases en mathématiques (algèbre linéaire, probabilités) et/ou statistiques. Notions de programmation (idéalement Python) sont un plus.
Méthodes Mobilisées
Principes du ML (supervisé/non supervisé/renforcement), algorithmes clés (régression, classification, clustering, réseaux de neurones...), introduction au Deep Learning (CNN, RNN bases), outils (Python, scikit-learn, TensorFlow/Keras - initiation), évaluation des modèles, workflow ML.
Moyens Pédagogiques
Supports de cours, environnement de développement Python (Jupyter Notebooks...), bibliothèques ML/DL (scikit-learn, TF/Keras...), datasets exemples, exercices pratiques de modélisation simple et d'évaluation de performance, glossaire ML/DL.
Modalités d'Évaluation
QCM sur les concepts clés. Réalisation et évaluation d'un modèle de ML simple sur un jeu de données fourni. Capacité à expliquer les différences entre les types d'apprentissage et les principaux algorithmes.
Amel R.
Représentante de la formation
Que vous soyez un particulier ou une organisation/un groupe à la recherche d'un programme, contactez-nous et nous vous aiderons à trouver la meilleure solution pour vous.