Public cible
Data analysts, ingénieurs, futurs data scientists.
Prérequis
Bases de statistiques et notions de programmation appréciées.
Ce que vous saurez faire à l’issue de la formation
- Comprendre les principaux algorithmes de Machine Learning
- Distinguer apprentissage supervisé, non supervisé et par renforcement
- Construire et évaluer un modèle de Machine Learning simple
- Identifier les cas d'usage métier pertinents
Déroulé de la formation
- 01
Jour 1 — Introduction au Machine Learning et types d'apprentissage
- 02
Jour 2 — Algorithmes supervisés (régression, classification)
- 03
Jour 3 — Algorithmes non supervisés et évaluation de modèles
- 04
Jour 4 — Cas pratiques et cas d'usage métier
Organisation & sanction
Formation alternant apports théoriques, démonstrations d'outils et mises en pratique concrètes, animée par un formateur expert du domaine. Une attestation de participation DigitaliaMed est délivrée à l'issue de la formation. Cette formation peut être éligible à une prise en charge dans le cadre de votre plan de formation (à valider selon votre statut et votre organisme de financement).