Scikit-learn, la boîte à outils de l'apprentissage automatique
Formation créée le 11/07/2024. Dernière mise à jour le 19/11/2024.
Version du programme : 1
Programme de la formation
Vous êtes une PME et vous cherchez à faire augmenter les compétences de vos équipes sur les outils d’apprentissage automatique ? Inria Academy vous propose ce module de formation deeptech sur le logiciel scikit-learn, l’un des logiciels d’apprentissage automatique Open Source le plus utilisé au monde. Cette formation niveau débutant couvrira les notions de base de l’apprentissage automatique et leur réalisation avec scikit-learn. Vous allez étudier comment charger un jeu de données pour l’exposer à scikit-learn, quels sont les types de questions auxquelles l’apprentissage statistique peut répondre, et comment utiliser scikit-learn pour y répondre. Spécifiquement, le module couvrira l’apprentissage supervisé, avec la sélection et la validation des modèles. Vous allez étudier aussi de façon plus détaillée l’assemblage de pipelines de mise en forme de données, et quelques modèles en particulier, tels que les modèles linéaires et les ensembles d’arbres de décision. La formation sera avant tout pratique, axée sur des exemples d’applications avec du code exécuté par les participants. Formatrice Inria Academy : Laure BOURGOIS Laure Bourgois est une experte en intelligence artificielle et en simulations numériques. Après un doctorat à l'université Paris 13, elle a accumulé plus de 20 ans d'expérience en R&D et formation. Elle est ingénieure-formatrice à l'Inria Academy, où elle propose des formations pratiques sur des outils comme scikit-learn, et des masterclass pour dirigeants. Passionnée par l'IA, elle encourage les jeunes, en particulier les femmes, à se lancer dans ce domaine pour devenir des acteurs du futur technologique. 💰Tarif adhérent (Minasmart inclus) : 750 € HT 💰 💰Tarif non adhérent : 930 € HT 💰
Objectifs de la formation
- Comprendre les avantages de l’utilisation de l’apprentissage automatique pour une PME avec des cas d’usages issus du monde industriel
- Définir les principes et notions de base de l’apprentissage automatique et les différents types de familles de modèles
- Manipuler scikit-learn avec différents jeux de données
- Comprendre la chaîne de traitement de scikit-learn
- Évaluer et sélectionner les modèles scikit-learn pour une performance optimale en fonction de chaque type de problème
Profil des bénéficiaires
- Ingénieurs développement
- Ingénieurs R&D
- Data Scientists
- Data analysts
- Programmation de base en Python
- Familiarité souhaitable avec l’utilisation de notebooks Jupyter
- Connaissances de base en Numpy et Pandas utiles
Contenu de la formation
-
Notions de base de l’apprentissage automatique supervisé (45 min)
-
Chargement d’un ensemble de données en vue d’une exposition à la méthode scikit-learn et à l’analyse exploratoire des données (30 min + 45 min hands-on)
-
Entraînement des modèles en utilisant des données numériques (30 min)
-
Traitement des données catégoriques (10 min. + 45 min. hands-on)
-
Créer un pipeline Scikit-Learn pour lier la mise en forme des données et l’apprentissage (30 min + 45 min hands-on)
-
Évaluation du modèle, incluant la validation croisée (30 min + 45 min hands-on)
-
Choix du modèle en fonction d’hyper paramètres (30 min + 30 min PD
Stéphane MOSNIER - Chargé de mission Formation - smosnier@digital-league.org Quentin POYET - Responsable administratif et financier - q.poyet@digital-league.org
- Feuilles de présence.
- Exercices & mises en pratique pendant la formation.
- Quiz d'évaluation
- Formulaires d'évaluation de la formation.
- Certificat de réalisation de l’action de formation.
- Accueil des apprenants dans une salle dédiée à la formation.
- Documents supports de formation projetés.
- Exposés théoriques
- Étude de cas concrets