Avancé

Machine Learning et Intelligence Artificielle

Cette formation intensive vous plonge dans les piliers fondamentaux de l'intelligence artificielle en abordant les algorithmes de régression linéaire et polynomiale, ainsi que les méthodes de classification telles que la régression logistique et le SVM. Vous explorerez également la puissance des arbres de décision et des forêts aléatoires, complétée par une expertise en clustering via K-means et DBSCAN pour l'analyse de données non étiquetées. Le programme s'élève ensuite vers des architectures plus complexes avec une immersion approfondie dans les réseaux de neurones et le Deep Learning. Au-delà de la modélisation, ce cursus vous prépare à l'excellence technique grâce à des modules dédiés au Feature Engineering et à l'optimisation par validation croisée. Vous apprendrez non seulement à concevoir des solutions performantes, mais aussi à assurer le déploiement concret de vos modèles dans des environnements de production. La formation se clôture par la réalisation d'un projet final d'envergure, vous permettant de synthétiser l'ensemble de vos acquis à travers la création d'un modèle de Machine Learning complet et opérationnel.

Avancé 55 heures Equipe Accurametrics Certificat inclus 10 modules Aucun avis pour le moment

10

Leçons

10

Quiz et évaluations

0

Exercices et labs

Ce que vous allez apprendre

Comprendre les concepts essentiels de Machine Learning et Intelligence Artificielle
Appliquer les méthodes sur des cas concrets et guidés
Structurer un projet professionnel avec une démarche claire
Valoriser vos acquis avec un certificat vérifiable

Programme

Le contenu de la formation

Un parcours séquencé pour progresser avec méthode.

1

Module 1 : Introduction au Machine Learning

Apprenez Introduction au Machine Learning pour créer des modèles prédictifs

1 quiz/test(s)
2

Module 2 : Régression linéaire et polynomiale

Apprenez Régression linéaire et polynomiale pour créer des modèles prédictifs

1 quiz/test(s)
3

Module 3 : Classification (Logistic Regression, SVM)

Apprenez Classification (Logistic Regression, SVM) pour créer des modèles prédictifs

1 quiz/test(s)
4

Module 4 : Arbres de décision et Random Forest

Apprenez Arbres de décision et Random Forest pour créer des modèles prédictifs

1 quiz/test(s)
5

Module 5 : Clustering (K-means, DBSCAN)

Apprenez Clustering (K-means, DBSCAN) pour créer des modèles prédictifs

1 quiz/test(s)
6

Module 6 : Réseaux de neurones et Deep Learning

Apprenez Réseaux de neurones et Deep Learning pour créer des modèles prédictifs

1 quiz/test(s)
7

Module 7 : Optimisation et validation croisée

Apprenez Optimisation et validation croisée pour créer des modèles prédictifs

1 quiz/test(s)
8

Module 8 : Feature Engineering

Apprenez Feature Engineering pour créer des modèles prédictifs

1 quiz/test(s)
9

Module 9 : Déploiement de modèles

Apprenez Déploiement de modèles pour créer des modèles prédictifs

1 quiz/test(s)
10

Module 10 : Projet final : Modèle ML complet

Apprenez Projet final : Modèle ML complet pour créer des modèles prédictifs

1 quiz/test(s)

Avis des apprenants

Retours sur la formation

Les avis sont moderes avant publication afin de garder des retours utiles et fiables.

0.0 / 5

0 avis approuve(s)

Chargement des avis...

Intervenants

Des experts pour accompagner votre progression

Des professionnels passionnés par la transmission, la Data et l’intelligence artificielle appliquée.

Portrait de Anderson DENART

Anderson DENART

CEO & AI / ML Engineer

Anderson Denart est Data Scientist et AI Engineer, fondateur et CEO de Accurametrics Data Solutions. Spécialisé en intelligence artificielle appliquée, machine learning, NLP, scoring, computer vision et déploiement de solutions data, il accompagne les entreprises dans la transformation de leurs données en leviers de performance mesurables. Son expertise couvre la conception de modèles prédictifs, l’automatisation de processus décisionnels, la création de dashboards intelligents et l’industrialisation de solutions IA orientées métier. Fort d’expériences en data science, scoring bancaire, économétrie et business intelligence, il combine rigueur statistique, vision stratégique et maîtrise technique pour développer des solutions fiables, scalables et directement exploitables par les organisations.

Portrait de Josué THELISSAINT

Josué THELISSAINT

Financial Economist, PhD

Josué Thélissaint est docteur en économie financière, économiste financier et decision scientist, avec une expertise à l’intersection de la finance quantitative, de l’analyse économique, des cryptomarchés et de la DeFi. Son profil se distingue par une double maîtrise : une solide formation académique en ingénierie économique et financière, statistiques et économie appliquée, ainsi qu’une compétence technique en développement informatique et exploitation de données. Cette combinaison lui permet d’aborder les problématiques financières avec une approche rigoureuse, analytique et orientée décision. Il intervient sur des sujets complexes liés à la modélisation économique, à l’analyse des marchés financiers, à l’évaluation des risques et à l’aide à la décision dans des environnements data-driven. Son parcours reflète un positionnement hybride rare, capable de relier la recherche académique, la finance moderne et les technologies émergentes.

Portrait de Joseph Kokouvi  DJAFON

Joseph Kokouvi DJAFON

Doctorant en Economie

Joseph Kokouvi Djafon possède un parcours académique solide en économie, statistiques et économétrie. Actuellement doctorant en économie à l’Université de Strasbourg, il a auparavant obtenu un master en statistiques et économétrie dans la même université, où il s’est distingué comme major de promotion. Son profil combine une forte expertise quantitative avec des compétences en économétrie avancée, séries temporelles, données de panel, programmation, gestion de données, web scraping et machine learning avec Python. Il dispose également d’une formation approfondie en économie du développement acquise à l’Université de Lomé, où il a aussi obtenu d’excellents résultats académiques.

Portrait de Esperant KONZO

Esperant KONZO

AI / ML Engineer

Esperant Konzo est un AI/ML Engineer spécialisé dans la conception d’agents intelligents, l’automatisation des processus et la mise en place d’infrastructures IA à grande échelle. Son expertise couvre les architectures RAG, le Model Context Protocol, les bases vectorielles, les agents conversationnels et les systèmes IA connectés à des bases de connaissances d’entreprise. Il a travaillé sur des cas d’usage à fort impact, notamment la détection de fraude, la conformité LCB-FT, l’automatisation documentaire et le développement d’agents IA pour plus de 100 000 utilisateurs. Co-fondateur de la Bantu Language Initiative, il porte également une vision ambitieuse autour du NLP pour les langues africaines sous-représentées, avec l’objectif de construire une infrastructure IA adaptée à des centaines de millions de locuteurs bantous.