Réservez les formations disponibles partout en France !

location-dot
location-dot
location-dot
À partir de
location-dot
image OF
  1. Accueil
  2. Numérique
  3. Développement et langage informatique
  4. Intelligence artificielle
  5. Big Data - Développement d'applications de Machine Learning et d'Intelligence Artificielle (IA)
Big Data - Développement d'applications de Machine Learning et d'Intelligence Artificielle (IA)

Big Data - Développement d'applications de Machine Learning et d'Intelligence Artificielle (IA)

Qualiopi
En centre
Non éligible CPF
Sélectionnez une session :

Choisissez une date pour pouvoir réserver !

Objectifs
Programme

A l'issue de cette formation, vous serez capable de :

  • Développer des applications de Machine Learning et d'IA (Intelligence Artificielle) avec Spark et Python
  • Utiliser la programmation parallèle sur un cluster
  • Développer et optimiser des algorithmes standards de Machine Learning et d'IA
  • Utiliser les bibliothèques Python pour le Machine Learning et d'IA
  • Décrire le cycle de vie d'un projet Data Science.

Jour 1

Vue d'ensemble du Big Data, du Machine Learning et de l'IA

  • Introduction au Big Data et à l'IA (Intelligence Artificielle) : de quoi s'agit-il ?
  • Perspectives offertes par le Big Data et l'IA
  • Les acteurs du Big Data et de l'IA
  • Exemples pratiques
  • Les technologies concernées
  • Les différents métiers
  • Aspects économiques (OPEX, CAPEX, TRI) du Cloud vs On-Premise
  • Démonstration d'applications

Rappels sur la Data Science

  • Les bases du langage Python
  • Modélisation des problématiques grâce à des vecteurs et matrices
  • Probabilités, statistiques, statistiques descriptives, statistiques explicatives
  • Entropie, gain d’information
  • Compromis biais-complexité
  • La malédiction de la dimension
  • Matrice de confusion
  • Gérer les valeurs manquantes MCAR / MAR / MNAR
  • Validation croisée
  • Courbe d'apprentissage
  • Fondamentaux du nettoyage des données
  • Réduction de la dimension par sélection de variables et par transformation de variables
  • Métriques de performance d'un modèle :
    • Accuracy
    • Prrécision et rappel (recall)
    • F1-score
    • AUC
    • P-valeur

Exemples de travaux pratiques (à titre indicatif)

  • Chargement, exploration, analyse, nettoyage, et premières modélisations sur un jeu de données

Jour 2

Machine Learning et IA : algorithmes

  • Les concepts du Machine Learning et de l'IA
  • Les données supervisées ou non supervisées : quelles différences ?
  • Les librairies :
    • Scikit-learn
    • Tensorflow
    • PyTorch
    • Keras
  • Régression
  • Modèles linéaires
  • Classification
  • Naive Bayes
  • K-NN
  • K-Means clustering

Exemples de travaux pratiques (à titre indicatif)

  • Mise en oeuvre des algorithmes vus en fonction de la finalité recherchée (régression, classification, imputation de valeurs manquantes) et en utilisant les librairies Scikit-learn et Keras

Jour 3

Machine Learning et IA : algorithmes (suite)

  • DBScan
  • Arbres de décision et de régression
  • Support Vector Machines (SVM)
  • Réseaux de neurones et apprentissage profond (Deep Learning)
  • Réseaux convolutifs, réseaux récurrents

Exemples de travaux pratiques (à titre indicatif)

  • Modélisations avancées (DL, CNN, RNN) avec optimisation des architectures et hyper-paramètres

Jour 4

Développer avec Spark

  • Introduction à Apache Spark
  • Faire du Machine Learning avec Apache Spark MLlib
  • Traiter les données en temps réel avec Apache Spark Streaming
  • Faire des requêtes au format SQL avec Apache Spark SQL
  • Modélisation de réseaux sociaux grâce à des graphes avec Apache Spark GraphFrames
  • Démonstration du travail collaboratif avec MLFlow

Exemples de travaux pratiques (à titre indicatif)

  • Exercices d'application avec Spark MLlib/Streaming/SQL/GraphFrames
  • Mise en oeuvre de MLFlow pour comparer les modèles

Jour 5

Outil de visualisation des données (ou Dataviz)

  • Définition de la Dataviz
  • Les acteurs de la Dataviz
  • Principes de la Dataviz
  • Exemples d'analyse (sous forme de démo) :
    • Bibliothèques de Dataviz de Python
    • Tableau Desktop / Public
    • Microsoft Power BI

Introduction à MLOps et aux architectures serverless

  • Les approches DevOps et GitOps
  • Bases de la conteneurisation et de l'automatisation
  • Les architectures serverless
  • Développer et déployer des applications MLOps en production (démo)
  • Monitoring et amélioration continue des applications MLOps (démo)

Exemples de travaux pratiques (à titre indicatif)

  • Prise en main de Tableau ou MS Power BI
  • Utilisation de librairies Python (Matplotlib, Seaborn)
  • Création et exécution d'un pipeline MLOps avec serving et monitoring du modèle
Public visé

Toute personne souhaitant acquérir des compétences dans le développement d'applications de Machine Learning et d'IA (Intelligence Artificielle).

Prérequis

Avoir des connaissances en mathématiques algébriques pour pouvoir interpréter les algorithmes à mettre en oeuvre, et connaître le langage Python (des rappels seront faits pendant la formation).

Choisissez une date pour pouvoir réserver !

Autres formation Big Data - Développement d'applications de Machine Learning et d'Intelligence Artificielle (IA)

Formation Intelligence artificielle à Évry-CourcouronnesFormation Intelligence artificielle à ParisFormation Intelligence artificielle à ValenceFormation Intelligence artificielle à distanceFormation Intelligence artificielle à BordeauxFormation Intelligence artificielle à LilleFormation Intelligence artificielle à RennesFormation Intelligence artificielle à LyonFormation Intelligence artificielle à BiarritzFormation Intelligence artificielle à Jaunay-MarignyFormation Intelligence artificielle à Pau

Voir plus

Autres formations disponibles :
Prochaines sessions disponibles :02 août03 août04 août05 août
En visio
Non éligible CPF
Prochaines sessions disponibles :02 août03 août04 août05 août
En visio
Non éligible CPF
formation
Bordeaux (33300)
AI Act
Prochaines sessions disponibles :04 août
Qualiopi
En centre
Non éligible CPF
Entreprise seulement
Prochaines sessions disponibles :04 août01 sept.29 sept.27 oct.
Qualiopi
En visio
Éligible CPF
Prochaines sessions disponibles :04 août05 août06 août07 août
En visio
Non éligible CPF
logo ouformer
Réalisation :Definima
Utilisation des cookies

Nous utilisons des cookies pour vous fournir l'ensemble de nos services, notamment la recherche et les alertes. En acceptant, vous consentez à notre utilisation de ces cookies.

Tout refuser
Tout accepter