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.
Programme de la formation
Module 1 : Introduction au Machine Learning
Apprenez Introduction au Machine Learning pour créer des modèles prédictifs
Module 2 : Régression linéaire et polynomiale
Apprenez Régression linéaire et polynomiale pour créer des modèles prédictifs
Module 3 : Classification (Logistic Regression, SVM)
Apprenez Classification (Logistic Regression, SVM) pour créer des modèles prédictifs
Module 4 : Arbres de décision et Random Forest
Apprenez Arbres de décision et Random Forest pour créer des modèles prédictifs
Module 5 : Clustering (K-means, DBSCAN)
Apprenez Clustering (K-means, DBSCAN) pour créer des modèles prédictifs
Module 6 : Réseaux de neurones et Deep Learning
Apprenez Réseaux de neurones et Deep Learning pour créer des modèles prédictifs
Module 7 : Optimisation et validation croisée
Apprenez Optimisation et validation croisée pour créer des modèles prédictifs
Module 8 : Feature Engineering
Apprenez Feature Engineering pour créer des modèles prédictifs
Module 9 : Déploiement de modèles
Apprenez Déploiement de modèles pour créer des modèles prédictifs
Module 10 : Projet final : Modèle ML complet
Apprenez Projet final : Modèle ML complet pour créer des modèles prédictifs