Formations Data mining et machine learning

Page 6 sur 8
Zenika
Machine LearningPar Zenika

La révolution du Big Data a généré une augmentation fulgurante des volumes de données, des espaces de stockage et de la puissance de calcul permettant de les traiter. Profitant pleinement de ce contexte si favorable, le Machine Learning a considérablement augmenté l'efficacité d'outils que nous utilisons chaque jour, comme les moteurs de recherche et les systèmes de recommandation. Ces champs d'application, qui ne cessent de s'étendre, vont aujourd'hui de la médecine à l'industrie et au secteur financier.

Cette formation propose une présentation étendue du Machine Learning, tel qu'on l'utilise aujourd'hui dans le monde professionnel. Elle a été conçue afin d'être accessible à un public issu d'horizons variés, les pré-requis étant peu nombreux.

Les méthodologies du Machine Learning et ses principaux algorithmes seront présentés, dans leurs concepts comme dans leurs cas typiques d'utilisation. A chaque fois, des mises en application basées sur des domaines diversifiés seront proposées. Elles prendront la forme de labs implémentés en langage Python et utilisant les librairies les plus courantes. Construits de manière didactique, ces labs permettront une approche tangible de la réalité du Machine Learning: la puissance prédictive des modèles, comme leurs limitations, seront étudiées notamment à travers l'analyse quantitative de résultats obtenus. Le sujet moderne et très attracteur du Deep Learning, basé sur les réseaux de neurones, fera l'objet d'une première introduction.

Formation animée en présentiel

La formation en présentiel se déroule sur des jours consécutifs

Formation disponible en mode "formation à distance"

La formation à distance peut se dérouler sur des jours consécutifs ou se décomposer en demies journées

Micropole Institut
Deep Learning avec R-KerasPar Micropole Institut

L'objectif de cette formation est d'introduire le Deep Learning avec utilisation de R et Keras.

Zenika
Deep Learning avec TensorFlowPar Zenika

Le Deep Learning a été introduit il y a une trentaine d'années afin d'exploiter les concepts liés aux réseaux de neurones, issus de l'Intelligence Artificielle. Cette branche du Machine Learning a connu récemment les avancées les plus marquantes, qui la rendent particulièrement efficace face à des contextes d'apprentissage sous-tendus par des relations non-linéaires.

Cette formation s'adresse à des data scientists et développeurs possédant déjà un minimum de connaissances et pratiques en Machine Learning : les concepts de base seront revus à titre introductif. Le but principal est de se concentrer sur des manipulations concrètes de TensorFlow. Plusieurs thèmes fonctionnels y seront appliqués, notamment ceux fort médiatiques de la reconnaissance d'images et de textes.

La formation présentera, sous une forme relativement détaillée, les algorithmes les plus intéressants proposés par TensorFlow. Certaines fonctionnalités très utiles, permettant par exemple la visualisation dynamique des données avec TensorBoard ou la mise en production des modèles construits grâce à TensorServing, seront aussi étudiées.

Formation animée en présentiel

La formation en présentiel se déroule sur des jours consécutifs

Formation disponible en mode "formation à distance"

La formation à distance peut se dérouler sur des jours consécutifs ou se décomposer en demies journées

M2i Formation
Deep Learning avec Python et frameworks Open SourcePar M2i Formation
  • Identifier les composants d'un réseau de neurones profond (DNN : Deep Neural Network) et décrire comment ils fonctionnent ensemble
  • Reconnaître et mettre en place un DNN (MLP : Multi Layer Perceptron, CNN : Convolutional Neural Net, RNN : Recurrent Neural Network, LSTM : Long Short-Term Memory).
Open Source School Executive Education
Elasticsearch pour développeurPar Open Source School Executive Education

Découvrir Elasticsearch, solution de recherche full texte et NoSQL

Demos
Mise en oeuvre de Solutions Machine LearningPar Demos
  • Avoir une bonne connaissance du Machine Learning
  • Modéliser des problématiques Machine Learning
  • Élaborer des solutions Machine Learning
  • Effectuer des analyses prédictives
  • Gérer et tirer des opportunités métier à partir des données grâce au Machine Learning
Retengr
– Workshop Deep LearningPar Retengr

L’intelligence artificielle a été créée dans les années 50. Après avoir connu de nombreux hivers, cette science connaît actuellement un nouvel essor. Le machine learning et en particulier le deep learning sont à l’origine de nombreux progrès dans différents domaines (vision par ordinateur, traitement naturel du langage, etc…) applicables à tous les secteurs d’activités.

L’augmentation de la volumétrie de données et de la puissance de calculs des machines à notre disposition nous permettent désormais de mettre en application et d’améliorer les théories énoncées depuis quelques décennies.

A l’issue de cette formation, vous connaîtrez les principes fondamentaux du Deep Learning et vous maîtriserez les différentes architectures de réseaux de neurones, vous permettant de créer les modèles répondant à vos problématiques.

Ambient IT
Introduction au Deep Learning et aux réseaux de neurones pour l’ingénieurPar Ambient IT

L’intelligence artificielle, après avoir bouleversé de nombreux domaines scientifiques, a commencé à révolutionner un grand nombre de secteurs économiques (industrie, médecine, communication, etc.). Néanmoins, sa présentation dans les grands médias relève souvent du fantasme, très éloignée de ce que sont réellement les domaines du Machine Learning ou du Deep Learning. L’objet de cette formation est d’apporter à des ingénieurs ayant déjà une maîtrise des outils informatiques (dont une base de programmation logicielle) une introduction au Deep Learning ainsi qu’à ses différents domaines de spécialisation et donc aux principales architectures de réseau existant aujourd’hui.

Si les bases mathématiques sont rappelées pendant le cours, un niveau de mathématique de type BAC+2 est recommandé pour plus de confort. Il est dans l’absolu possible de faire l’impasse sur l’axe mathématique pour ne conserver qu’une vision « système », mais cette approche limitera votre compréhension du sujet.

Orsys
Deep Learning par la pratiquePar Orsys

Les réseaux de neurones artificiels facilitent l'apprentissage automatique et bouleversent de nombreux secteurs économiques. Durant cette formation vous utilisez les outils les plus répandus du domaine afin de réaliser et entrainer différents types de réseaux de neurones profonds sur des jeux de données diversifiés.

XXL Formation
Deep LearningPar XXL Formation

Comprendre l'évolution des réseaux de neurones et les raisons du succès actuel du Deep LearningUtiliser les bibliothèques de Deep Learning les plus populairesComprendre les principes de conception, les outils de diagnostic et les effets des différents verrous et leviersAcquérir de l'expérience pratique sur plusieurs problèmes réels