Capitaliser sur vos données : introduction au Machine Learning Présentiel
Dernière mise à jour : 06/10/2025
Description
1er jour : poser les fondamentaux théoriques de l'apprentissage automatique/intelligence artificielle, ses principes, ses approches et la méthode commune aux différents algorithmes et de premières mises en pratique.
2ème et 3ème jours : présenter les principaux algorithmes et leur contexte d'application (apprentissage supervisé ou non, objectifs de classement, régression ou classification) avec mise en pratique de chaque méthode.
4ème jour : travail sur les données et questions propres aux stagiaires. Chaque journée, à partir de la seconde, commence par des exercices de synthèse sur les notions de la veille et se termine par un bilan de la journée.
Objectifs de la formation
- Expliquer le concept d'apprentissage automatique et ses principes
- Maîtriser le vocabulaire spécifique
- Définir les familles de méthodes : contexte, principes et champs d'application
- Connaître les principes de fonctionnement des principaux algorithmes : régressions, Gradient Boosting, Random Forests, SVM, …
- Interpréter les résultats de ces algorithmes
- Connaître les critères de qualité des modèles
- Préparer les données
- Mettre en œuvre les méthodes sous le logiciel R
Public visé
Prérequis
Moyens et supports pédagogiques
Logiciel R et IDE RStudio
Ordinateur portable requis
Connexion internet pour télécharger les librairies requises
Type de ressources pédagogiques : fichiers au format PDF/scripts R
Modalités d'évaluation et de suivi
Formateurs
SAUVAGE Frank
Responsable scientifique