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).
Campus Côte d'Azur
Campus Dubai
Campus Paris
14 jours
55 heures
Présentiel
Français
IA-029
Développeurs, ingénieurs, data analysts, chefs de projet, managers techniques, étudiants souhaitant comprendre et potentiellement appliquer le ML/DL.
Bonnes bases en mathématiques (algèbre linéaire, probabilités) et/ou statistiques. Notions de programmation (idéalement Python) sont un plus.
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.
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.
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.
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.