Trouver votre formation
Trouver ma formation
Je veux me former en
sélectionner
Achats et Supply Chain
Lean Management & Lean Six Sigma, Excellence Opérationnelle
Projets, Leadership et Management de la transformation
Systèmes d'information et Technologies du digital
Technologies et Systèmes
?
Dans quel domaine ?
et plus précisément en
sélectionner
?
Dans quel sous domaine ?
Achats
Agilité
Architecture des Systèmes d'Information
Automatique/signaux
Big Data
Cloud Computing
Cybersécurité
Électronique de Puissance
Électronique et instrumentation
Énergie électrique et thermique
Industrie 4.0
Ingénierie Durable
Ingénierie Systèmes
Innovation et Intrapreneuriat
Intelligence Artificielle
Lean Management
Lean Six Sigma
Management de projets, leadership
Mécanique
Négociation
Objets connectés
PLM
Risk Management
Supply chain management
Technologies du digital
Télécommunications
Transformation digitale
grâce à une
sélectionner
?
Quel type de formation ?
Formation certifiante
Formation diplômante
Formation courte
DécouvrIR les formations

Contexte

Dans un contexte de plus en plus orienté vers la gestion de masses importantes de données, le Machine Learning recouvre l'ensemble des méthodes et concepts qui permettent d'extraire automatiquement, à partir de ces données, des modèles de prédiction et de prise de décision.

Ce cours s’attache à articuler les approches majeures du domaine en mettant en exergue les fondements théoriques sur lesquels elles reposent et qu’elles partagent parfois.

Cette présentation théorique est émaillée de démonstration et de "cours-TP", c'est-à-dire de mises en pratique réalisées par l'enseignant, mais que les participants peuvent dérouler en parallèle sur leur poste de travail.

ObjectifS

PERMETTRE aux ingénieurs d’utiliser à bon escient et de paramétrer convenablement les algorithmes d'apprentissage automatique habituellement disponibles.
CONSTITUER un socle généraliste préparant à une activité de recherche dans ce domaine très actif.

PROGRAMME

  • Apprentissage statistique
    - Formalisation statistique du problème, risques et contrôle du risque, bornes.
    - Substituts du risque (classification, convexité et calibration), régularisation.
  • Méthodes d'ensemble
    - Arbres de décision.
    - Bagging, boosting.
  • Machines à vecteurs supports (SVM) et méthodes à noyaux
    - Optimisation lagrangienne et maximisation de la marge.
    - Méthodes à noyaux.
    - SVMs de classification, régression, one-class.
  • Quantification vectorielle
    - Principe de minimisation de distorsion et ses conséquences, k-means, cartes auto-organisatrices.
    - Réseaux incrémentaux (Growing Neural Gas, ...), cas des distributions non-stationnaires.
  • Deep Learning
    - Architectures, régularisations, algorithmes de descente de gradient.
    - Réseaux feedforward, convolutifs, récurrents.
  • Conditionnement des données et réduction de dimension
    - Sélection de variables.
    - Analyse en composantes principales (PCA), eigenface, kernel PCA, t-SNE.
  • Apprentissage bayésien
    - Principes généraux de l’inférence bayésienne : estimateurs (MAP, MLE), modèle des réseaux bayésiens, distribution conjuguée, etc.
    - Modèles de base, gaussiens et/ou linéaires, pour l'apprentissage supervisé.
    - Approche bayésienne du clustering : modèle de mélange, variables cachées et algorithme EM. Exemple des mélanges de gaussiennes.
    - Modèles markoviens : processus markoviens, filtrage et lissage bayésien. Chaînes de Markov cachées et filtrage de Kalman.

public concerné

Ingénieur ou chef de projet souhaitant considérer les techniques d'apprentissage automatique dans la résolution de problèmes industriels, doctorants en entreprise.

en pratique

Méthodes pédagogiques

Cours magistraux (tableau, diaporama).
Démonstrations.
Travaux pratiques.

Moyens pédagogiques

Séance en salle de formation.
Se prémunir d'un ordinateur portable.
Séance pratique sur ordinateur.

Modalités d'évaluation

L'évaluation des connaissances acquises en formation s'appuie sur la réalisation de mise en situation et des études de cas mises en oeuvre par le formateur.

Statistiques

3500
cadres formés par an

6
campus en France et dans le monde

1
centre de formation au coeur de Paris

89%
de nos participants recommandent nos formations
(source 1er semestre 2019)

Votre contact pour cette formation

Virginia Pena Santos
Chargée d'affaires

+33 (0)1 75 31 60 06

virginia.pena-santos@centralesupelec.fr

Ils vous en parlent

La valorisation des données est un enjeu stratégique pour les entreprises, quel que soit leur secteur d’activité. La compréhension des enjeux des technologies sous-jacentes est un levier fondamental. Nos programmes permettent de comprendre et maitriser les différentes facettes du « big data » : comment cadrer les projets, gérer la sécurité et les aspects juridiques, définir des usages, des architectures et aborder les technologies de stockage distribué, de traitement distribué ou encore d’analyse de données et de machine learning. Cette approche mêlant technologie, métier et juridique permet de prendre en compte toute la diversité du sujet des big data.

Marie-Aude Aufaure
Responsable des programmes Big Data

Machine Learning

Théorie et pratique de l'apprentissage automatique

Référence :
SM20-21
Prix :
3 500€ (HT)
(Restauration offerte)
contact
  • Formation programmée à la demande. Nous consulter.
    + Plus de dates
  • 5 jours - 35 heures
  • Paris (75015)

Ils parlent de cette formation

Vidéos
articles

Formations sur le même thème

Mastère Spécialisé® Cybersécurité

17 500€ (Net de TVA)
  • 138 jours - 521 heures
  • Rennes
En savoir +
https://apply.centralesupelec.fr
https://app.agendize.com/book/26999222?staff=27000844&service=27000198&lang=fr&gid=UA-7931729-3

Patterns d’architecture Cloud

2 490€ (HT)
  • 4 jours - 28 heures
  • Paris (75015)
En savoir +
https://app.agendize.com/book/26999222?staff=27000763&service=27000517&lang=fr&gid=UA-7931729-3

Stockage des données pour les Big Data

2 490€ (HT)
  • 3 jours - 21 heures
  • Paris (75015)
En savoir +
https://app.agendize.com/book/26999222?staff=27000808&service=27000598&lang=fr&gid=UA-7931729-3
toutes nos formations

Télécharger la brochure

Aller au contenu principal