Modélisation décisionnelle
Créez une architecture de données adaptée à vos besoins avec notre formation Modélisation décisionnelle
Vue d'ensemble
Aucun
Objectifs pédagogiques
Programme détaillé
Introduction et contexte
Présentation de la formation, objectifs pédagogiques et tour de table des participants. Panorama du domaine et positionnement des technologies abordées.
Modèles de classification et régression
Algorithmes fondamentaux : régression linéaire/logistique, arbres de décision, forêts aléatoires, SVM. Évaluation des performances.
Entraînement et comparaison de modèles sur un cas métier
Introduction à l'IA et au Machine Learning
Définitions, histoire et cas d’usage de l’IA. Types d’apprentissage : supervisé, non supervisé, par renforcement. Panorama des outils et frameworks.
Deep Learning et réseaux de neurones
Perceptrons, réseaux convolutifs (CNN), réseaux récurrents (RNN/LSTM). Transfer learning et fine-tuning.
Implémentation d’un réseau de neurones avec TensorFlow/PyTorch
Synthèse et certification
Récapitulatif des acquis de la formation. Conseils pour approfondir et prochaines étapes. Préparation à la certification le cas échéant.
QCM de validation des acquis et évaluation de satisfaction
Prochaines sessions
Avis des participants
Financement
Cette formation est éligible aux financements OPCO et FNE-Formation. Nos équipes vous accompagnent dans le montage de votre dossier.
En savoir plus sur le financement