Apprentissage Automatique Supervisé : Régression et Classification (Niveau ½)

Machine Learning
Durée: 2 jours
Paris
AI FORGE
Damien Darrigade
Damien a plus de 10 ans d'expérience de management international des Systèmes d'Information et de la Transformation Digitale. Il a occupé des postes de responsabilité, notamment chez Bouygues Telecom et Sanofi, où il a dirigé des équipes spécialisées en BI, RPA et Lean Management.
Il intervient auprès de nombreux comptes CAC40 et moyennes entreprises en tant qu’initiateur et booster de le transformation IA.
Directeur du pôle d’expertise DATE & IA d'Acensi, il aide les organisations à prendre conscience de leur propre potentiel IA et DATA,
Ses équipes accompagnent leurs clients dans l’identification de Use Case à forte valeur ajoutée ainsi que sur la mise en place de ces projets innovants.
 Son expérience en grands groupes et en startups lui offre une vision large des enjeux liés à l'IA et à la transformation digitale. Il est en recherche permanente de solutions et d'approches innovantes, au service de la performance des organisations.
voir plus

Référence: IA FORGE003

Prochaines sessions
Prochaine date à venir

Objectifs

  • Comprendre les concepts de base et l’importance des algorithmes de machine learning.
  • Apprendre les bases de la régression logistique pour la classification binaire, multi-classes et multi-label.
  • Comprendre et utiliser les arbres de décision pour la classification et la régression.

Programme

1. Introduction aux Algorithmes de Machine Learning

  • Introduction au machine learning
  • Types de machine learning 
  • Cycle de vie d’un projet machine learning

​2. Introduction à l’Apprentissage Automatique Supervisé

  • Concepts de base de l’apprentissage supervisé
  • Différences entre apprentissage supervisé et non supervisé
  • Applications courantes de l’apprentissage supervisé

​3. Régression

  • Introduction à la régression
  • Types de régression (linéaire, logistique, etc.)
  • Cas d’usage de la régression

4.Classification

  • Concepts de la classification 
  • Algorithmes de classification 
  • Implémentation et comparaison en Python 

​5. Les Arbres de Décision

  • Concepts des arbres de décision 
  • Implémentation en Python 
  • Évaluation et interprétation 

Modalités pédagogiques

La pédagogie Ia Sens s’articule autour d’une approche concrète et collaborative pour permettre aux apprenants de maitriser les enjeux opérationnels et stratégiques de leur métier :
  • Un expert IA et une équipe pédagogique au coté de l’apprenant pour l’accompagner toute au long de sa formation.
  • Alternance de partages d’expertises, d’échanges et de mises en pratique grâce à de nombreux exercices individuels ou collectifs.
  • Etudes de cas et cas pratiques rythment cette formation.
  • Un support de formation présentant l’essentiel des apprentissages et intégrant des éléments d’approfondissement.

Évaluation

Les apprenants ont un QCM à remplir à la fin de chaque atelier, venant valider l’atteinte des objectifs définis en amont de la formation et donnant lieu à la remise d’un certificat Learns.

Les + de la formation

  • Un intervenant Expert et reconnu
  • Des formations 100% dédiées à l’IA
  • Un cadre inspirant et propice aux échanges
  • L’opportunité de se créer un réseau et de devenir un Alumni IA sens
  • La remise d’un certificat IA sens
icon
Des experts

Parmi les meilleurs experts RH pour partager, transmettre et échanger sur les sujets clés de votre métier

icon
Des méthodes actives

Une pédagogie centrée sur la pratique, les échanges et les retours d’expériences

icon
Un réseau RH

Des échanges collaboratifs et actifs au service d’un apprentissage efficace
8 participants max. par session

icon
A votre rythme

Des formats de 2h à un an pour permettre à chacun de trouver le rythme et le format le plus adapté

Nos formations à la une