Data Analyse et le Machine Learning : De la théorie à la pratique des bases de l'IA

Cette formation de deux jours vous permettra de vous familiariser avec les concepts fondamentaux de la Data Analyse et du Machine Learning. Vous apprendrez à utiliser Python pour analyser des données et mettre en place des modèles de Machine Learning. Vous découvrirez également les détails techniques de la mise en place et de l'évaluation d'un modèle. En fin de formation, vous aurez une compréhension pratique de l'impact de la Data Analyse et du Machine Learning dans divers secteurs.

Votre formation en détail

Etudions ensemble vos options de financement
Contactez-nous pour monter votre dossier !

14 heures sur 2 jours

à Paris & à distance
(Zoom, Google Meet, etc.).

1 500 € HT / personne

Etudions ensemble vos options
de financement

Objectifs de la formation

Data Analyse et le Machine Learning : De la théorie à la pratique des bases de l'IA

Acquérir une connaissance approfondie des méthodes fondamentales d'analyse des données.
Comprendre les concepts et algorithmes classiques du Machine Learning.
Découvrir les détails techniques de la mise en place et de l'évaluation d'un modèle de Machine Learning.
Apprendre à utiliser Python pour l'analyse de données et le Machine Learning.
Développer une compréhension pratique de l'impact de la Data Analyse et du Machine Learning dans divers secteurs.

Pré-requis pour suivre cette formation

Maîtrise des fondamentaux de la programmation Python (variables, boucles, librairies)

A qui s'adresse cette formation ?

Cette formation s'adresse à toute personne souhaitant pouvoir analyser des données et utiliser des modèles de machine learning. Cette formation s'adresse à toute personne souhaitant acquérir des compétences en Data Analyse et Machine Learning. Que vous soyez un professionnel cherchant à améliorer vos compétences, un étudiant désireux d'explorer ces domaines, ou simplement un passionné de technologie, cette formation est faite pour vous.

Formations recommandées

Aucun programme supplémentaire n'est requis pour suivre cette formation.

Au programme de la formation
Data Analyse et le Machine Learning : De la théorie à la pratique des bases de l'IA

Jour 1 - Data Analyse

Introduction à l'IA

  • Concepts clés de l'IA
  • Applications de l'IA dans le monde réel
  • Limites et risques de l'IA (biais, attaques)

Analyse univariée des données

  • Statistiques descriptives (moyenne, médiane, écart-type, quartiles)
  • Distribution (lois de probabilités)
  • Visualisation de données (types de graphiques, interprétation)
  • Nettoyage des données (gestion des valeurs manquantes, des doublons, des outliers)

Transformation de données

  • Normalisation et logarisation des données
  • Transformation des variables qualitatives (one-hot encoder)
  • Création de nouvelles colonnes (feature engineering)

Analyse multivariée

  • Méthodes fondamentales d'analyse multivariée (corrélations, tendances, patterns)
  • Tests statistiques (intuition, types, interprétation)

Jour 2 - Machine Learning

Bases du machine learning

  • Analyse sémantique : Intelligence Artificielle, Machine Learning, Deep Learning
  • Principe d'une prédiction (backtesting, correlation, causalité)
  • Type d'apprentissage des modèles (supervisé, non-supervisé)
  • Types de problèmes (regression, classification)

Mise en place d'un modèle

  • Mise en place d'un modèle, méthodologie d'une modélisation
  • Optimisation (cross validation, overfitting, complexité des modèles)
  • Mesures de performance (RMSE, matrice de confusion, précision)

Analyse de modèles fondateurs

  • Régression linéaire et logistique (poids, descente de gradients, sigmoide)
  • Arbre de classification et Random Forest (mesure de split, profondeur, voting)
  • K-means (centroids, mesure du coude / silhouette)

Approche métier

  • Combinaison des approches quantitative et métier (choix des mesures, pondération)
  • Interprétation des modèles (globale et locale)
  • Jeux de données déséquilibrés (LIME, SHAP)

Modèles avancés

  • Deep Learning (réseaux neuronaux, réseaux convolutionnels, NLP)
  • Transfer Learning

Méthode pédagogique

8 participants maximum, un poste par stagiaire et un support de cours est remis en fin de stage. La formation est constituée d'apports théoriques, de démonstrations et de mises en pratique basées sur des exercices (méthode démonstrative).

Accessibilité

Cette formation est accessible aux personnes en situation de handicap.

Modalité de validation des acquis

Évaluation continue des connaissances via des exercices et/ou ateliers et des acquis via un questionnaire en fin de formation. Attestation de fin de stage (certificat de réalisation). Émargement quotidien d'une feuille de présence.

Demander des informations

Vous souhaitez en savoir plus ou directement vous inscrire à une session ?
Contactez-nous pour monter votre dossier !

du 29 avril au 30 avril 2025
1500 €
Disponibilité
du 22 juil au 23 juil 2025
1500 €
Disponibilité
du 14 oct au 15 oct 2025
1500 €
Disponibilité
du 06 janv au 07 janv 2026
1500 €
Disponibilité
du 31 mars au 01 avril 2026
1500 €
Disponibilité
Demander le programme
S'inscrire directement

Responsable de formation

Participants

Participant
x
Ajouter un participant

Financement

Comment souhaitez-vous financer cette formation ?


Modalités

Souhaitez-vous du distanciel ou du présentiel ?



Envoyer l'inscription
Merci, un conseiller vous contacte rapidement !
deco validation Ziggourat

Formations similaires

Ces formations pourraient vous intéresser

Voir d'autres formations
Voir d'autres formations