Formation Machine Learning en e-learning
Maîtrisez les outils de Machine Learning dans un cadre industriel.
Commander
Formation Machine Learning
- e-learning
- statistiques
Durée
50h
Tarif
1330 €Ht/pers
Devenez un expert de la résolution de problèmes industriels
La formation Machine Learning vous permettra de maîtriser l'utilisation des outils de Data Analysis et de Machine Learning dans un cadre industriel. Vous apprendrez à situer le Machine Learning dans le contexte de l'IA et du Big Data, et de comprendre les différents algorithmes (régression, réduction de dimension, classification supervisée et non suppervisée).
A l'issue de la formation Machine Learning, vous serez capable de préparer correctement les données, appliquer des méthodes de statistiques descriptives, utiliser des outils de réduction de dimension comme l'ACP et UMAP et utiliser des algorithmes de modélisation pour extraire toutes les informations de vos données et prendre les bonnes décisions.
A l'issue de la formation Machine Learning, vous serez capable de préparer correctement les données, appliquer des méthodes de statistiques descriptives, utiliser des outils de réduction de dimension comme l'ACP et UMAP et utiliser des algorithmes de modélisation pour extraire toutes les informations de vos données et prendre les bonnes décisions.
Nos avantages
La formation Machine Learning est animée et interactive. De nombreux exercices sur le logiciel Data Analysis d'Ellistat vous permettront de mettre en pratique la théorie. Les ressources et l’aide fournies par nos équipes faciliteront l’assimilation des notions complexes.
100%
De stagiaire satisfait de la formation Ellistat
21
Formations disponibles en e-learning, mix-learning ou présentiel.
99%
Des stagiaires recommandent nos formations.
*septembre 2021 à septembre 2024
Objectifs
- Connaître les principes et maîtriser l’utilisation des outils de Data Analysis et de Machine Learning dans un cadre industriel.
- La formation est fondée sur les outils disponibles dans le module Data Analysis d’Ellistat.
Pour qui
La formation e-learning Machine Learning est destinée aux cadres, ingénieurs amenés à prendre des analyses de données de production pour en tirer une compréhension nouvelle ou un modèle prédictif de comportement.
Prérequis
- Bases de l’usage d’internet et d’un navigateur web
- Un titre de niveau II et/ou une première expérience professionnelle de 5 ans
- Des notions élémentaires sur la qualité, le management des processus
- Il n’est pas nécessaire d’être Green Belt Six Sigma ou Black Belt Six Sigma pour suivre cette formation
Durée
50 heures de cours et d’exercices. L’accès au e-Learning est disponible 7j/7 24h/24 pendant 3 mois pour la formation Machine Learning.
Moyens pédagogiques et techniques
- Formation 100% E-Learning sur une plateforme dédiée
- La pédagogie proposée est médiatisée (voix, texte, exercice), ludique et multimodale avec des tests à chaque cours
- Exposés théoriques
- Étude de cas concrets
- Mise à disposition en ligne de documents supports PDF et Excel
Equipe pédagogique
Fort de plus de 30 ans d’expériences, riches d’enseignement et de mises en pratique, notre organisme de formation en qualité industrielle vous accompagne à travers une offre de formation et de conseil pour développer et améliorer vos performances et votre savoir-faire. Tous nos consultants sont Master Black Belt Lean Six Sigma et ont au moins 10 ans d’expérience dans l’application des outils du Lean et du Six Sigma dans le milieu industriel.
Accessibilité
La formation Machine Learning est accessible aux personnes en situation de handicap, merci de nous contacter pour les possibilités d’aménagement spécifiques. Nous mettrons tout en œuvre pour vous accueillir.
Modalités d'évaluation
- Feuilles de présence.
- Questions orales ou écrites (QCM).
- Mises en situation.
- Travaux pratiques
Programme
Situer le périmètre du Machine Learning et de l’analyse de données
- Comprendre les objectifs du machine Learning
- Situer le Machine Learning au regard de Big Datas, Intelligence Artificielle…
- Savoir cartographier les différents outils, régression, réduction de dimension, clustering, classification supervisé (S), non supervisé (NS)
- Comprendre ce que l’on peut faire et ne peut pas faire avec du Machine Learning
Préparer les données pour une analyse correcte
- Savoir préparer un plan de collecte de données
- Savoir faire un plan d’échantillonnage
- Savoir appliquer les principes de statistique descriptive sur les données (type de loi, calcul des statistiques moyennes, médiane écart type, kurtosis, skewness…)
- Savoir évaluer la présence de données aberrantes
Connaissance du principe : outils de réduction de dimension (NS)
- Connaître le principe de la réduction de dimension
- Connaître et mettre en œuvre les outils ACP, UMAP, TSNE
- L’analyse en composantes principales
- Analyse factorielle des correspondances
- Analyse des correspondances multiples
- Connaître et mettre en œuvre une carte T2
Classification non supervisée
- Connaissance du principe : les outils de classification non supervisé (NS)
- Classification hiérarchique : Dendrogramme, Variables, Individus
- Connaître le principes des algorithmes K means, DBSCAN, Mean Shift
Apprentissage supervisé, Y continu
- Connaître le principe et savoir mettre en œuvre les outils : régression linéaire, régression linéaire multiple
- Connaître le principe des réseaux de neurones, savoir les mettre en œuvre sur cas simple
Apprentissage supervisé, Y discret
- Régression logistique
- Régression logistique ordinale
- Classification supervisé SVM
- KNN et arbre de décision
Métrique d’un classifieur
- Courbe ROC et maîtrise de confusion
- Métriques simples d’un classifieur
- Métriques combinées
- Intervalle de confiance sur les métriques
Mettre en pratique les outils de Machine Learning
- Maîtriser l’utilisation du module Data Analysis d’Ellistat pour la mise en œuvre de tous les points du programme
Vos retours d'experience
Un mode d'apprentissage
- E-LearningApprentissage en automonie1330€
- 50h de cours en e-learning
- Support en ligne