Type de diplôme : Formation qualifiante

Introduction au machine learning et au deep learning, mise en oeuvre en Python

Domaine : Sciences, Technologie

Présentation

L’apprentissage machine (machine learning) est une discipline scientifique qui s'intéresse à la conception et au développement d'algorithmes permettant aux ordinateurs d'apprendre à prendre des décisions à partir de données. L'ensemble des données potentiellement utiles pour alimenter une tâche d'apprentissage est très vaste et varié, ce qui rend la modélisation et les hypothèses préalables critiques pour la conception d'algorithmes pertinents. Ce stage se concentre sur la méthodologie sous-jacente à l'apprentissage supervisé avec un accent particulier sur la formulation mathématique des algorithmes et la façon dont ils peuvent être mis en oeuvre et utilisés dans la pratique.

Objectifs

Comprendre le fonctionnement d’un algorithme de machine learning et de deep learning:

- Savoir mettre en oeuvre les algorithmes avec Python

- Connaitre les différentes étapes de traitement de la donnée avant l’application d’un algorithme de machine learning

- Savoir évaluer la performance des algorithmes de machine learning

Public(s) cible(s)

  • Demandeur d'emploi
  • Responsable entreprise
  • Salarié - Profession libérale

Capacité d'accueil

15 personnes

Précision du rythme

3 jours (21 heures)

Lieu d'enseignement

Programme

Organisation de la formation

  • Introduction à l’apprentissage supervisé : régression et classification binaire, métriques d’évaluation classiques et quelques « recettes de cuisine » (cross-validation, overfitting)
  • Méthodes linéaires : LDA, modèles linéaires généralisés, régression logistique. SVM minéaire : hinge, loss, méthodes de régularisation ridge, lasso, problèmes en grande dimension
  • Méthodes non-linéaires : arbres de décision, CART, boosting, XGBoost, LightGBM, random forests, méthodes à noyaux
  • Méthodes d’optimisation pour le machine learning : coordinate gradient descent, descente de

gradient stochastique et améliorations

  • Deep learning : feed-forward neural networks, convolutional neural networks, back-propagation,algorithmes stochastiques pour l’entrainement, early stopping, méthodes d’initialisation, regularisation dropout, mise en oeuvre avec tensorflow et keras

Aménagements particuliers

Alternance de cours (50 %) et d’ateliers (50 %)

Admission

Développeurs informatiques, ingénieurs, techniciens, data scientists, chercheurs en informatique ou en mathématiques

Pré-requis

Avoir une expérience en programmation, et des notions en mathématiques (dérivée d’une fonction, algèbre linéaire). Niveau L3 minimum en informatique ou en mathématiques appliquées.

Droits de scolarité

1800 euros

Frais de formation

1800 euros

Contact(s)

Composante(s)

Lieu(x) de la formation

  • Campus des Grands Moulins (site Paris Rive Gauche)

A lire aussi

Formation | Université de Paris
Une nouvelle piste possible pour expliquer les cas graves de la Covid-19

Dans la lutte contre la Covid-19, la compréhension des mécanismes menant à des formes graves de la maladie est un enjeu majeur. Si de nombreuses pistes sont actuellement explorées, des chercheurs d’Université de Paris, de Sorbonne Université, de l’Inserm et du CNRS, ont émis une hypothèse originale, selon laquelle une altération des défenses antioxydantes associée à une proportion anormalement élevée de neutrophiles (globules blancs) expliquerait l’évolution de la maladie vers ses formes les plus graves. Cette hypothèse en cours de validation a fait l’objet d’une publication dans la revue Nature Reviews Immunology le 10 août dernier.

Formation | Université de Paris
Nouveau ! L’espace Carrière des étudiants

Université de Paris se dote d’une nouvelle plateforme d’aide à l’insertion professionnelle, en partenariat avec JobTeaser.

Formation | Université de Paris
Les BU rouvrent leurs portes

Les bibliothèques Grands-Moulins, Sciences, Bichat, Cochin, Cordeliers, Necker,  Villemin, Montrouge, Garancière, BIU Santé – Médecine, BIU Santé – Pharmacie, Jeanne-Chauvin, Henri-Piéron, SHS et STAPS vous accueillent dans le respect des consignes sanitaires en vigueur à Université de Paris.

Formation | Université de Paris
[Mesures sanitaires] Pour une rentrée en toute sécurité

Dans le cadre de la lutte contre la pandémie Covid-19, Université de Paris met en place des mesures sanitaires pour vous permettre d’aborder la rentrée dans un contexte sûr et de protéger la santé de toutes et tous.

Logo

Contact

85 boulevard Saint-Germain 75006 Paris
(33) (0)1 57 27 90 00