Machine Learning

L’apprentissage automatique est un champ d’étude de l’intelligence artificielle qui se fonde sur des approches statistiques pour donner aux ordinateurs la capacité d’ « apprendre » à partir de données, c’est-à-dire d’améliorer leurs performances à résoudre des tâches à partir d’algorithmes génériques.

Initiation avec Java
Initiation avec JavaScript
Initiation Python
Approfondissement avec Java
Approfondissement avec JavaScript
Approfondissement avec Python

Machine Learning Initiation avec Java

Les algorithmes de machine learning résolvent automatiquement des problèmes par construction de modèles appris sur des jeux de données. Les domaines d’application sont nombreux et variés : les IA des jeux, les recommandations des sites d’ecommerce, l’optimisation des lignes de production dans les usines, la robotique, la collaboration entre objets connectés… Pendant la formation Machine Learning Initiation avec Java, vous apprendrez les concepts fondamentaux du machine learning à travers de nombreux exemples.

Comprendre les principes du machine learning avec des exemples en Java

1 – Généralités

Place du machine learning dans l’intelligence artificielle
Intérêts et enjeux
Relations avec le Big Data et le Deep Learning
Apprentissage : supervisé, non/semi-supervisé, par renforcement et incrémental
Classification vs Régression
Présentation des différents algorithmes d’apprentissage par famille
Exercices

2 – Utilisation

Etude des algorithmes : k-moyennes/proches voisins
Mise en pratique avec le framework Weka
Exercices

3 – Méthodologie

Définir le problème
Préparer les données
Choisir quelques algorithmes candidats en fonction du problème
Essayer les algorithmes candidats
Améliorer les résultats du meilleur candidat
Optimiser les résultats du meilleur candidat
Mise en oeuvre de la méthodologie avec le framework Weka
Exercices
Évaluation finale par QCM

f                             

La plateforme pédagogique innovante Linko incluant :

  • L’accès aux supports de cours, pendant et après la formation
  • Un éditeur de code en ligne pour les cas pratiques
  • Une visio-conférence pour les formations à distance
  • L’accès à votre coffre fort où se trouvera votre certification
  • Des informations sur l’évolution des technologies
  • Un réseau d’entreprises recherchant des profils

Pour les entreprises

En présentiel dans nos locaux ou vos bureaux (France métropolitaine)
A distance via notre plateforme Linko

Pour les particuliers

En présentiel dans nos locaux (France métropolitaine)
A distance via notre plateforme Linko

Plusieurs sessions tous les mois !!!

Bases de Java

Ordinateur portable équipé wifi pour les formations en présentiel dans nos locaux.

850€ HT / jour

3 jours de formation

Pour les entreprises

Formations collectives prises en charge par votre OPCO

Pour les salariés

Formation personnelle prise en charge par l’OPCO de votre employeur et votre CPF / DIF

Pour les demandeurs d’emploi

Formation prise en charge par votre CPF / DIF avec un complément éventuel par Pôle emploi

Après avoir reçu votre mail, nous vous rappelons pour faire votre bilan personnel afin de vous orienter vers la bonne formation.

Machine Learning Approfondissement avec Java

Les algorithmes de machine learning résolvent automatiquement des problèmes par construction de modèles appris sur des jeux de données. Les domaines d’application sont nombreux et variés : les IA des jeux, les recommandations des sites d’ecommerce, l’optimisation des lignes de production dans les usines, la robotique, la collaboration entre objets connectés… Pendant la formation Machine Learning Approfondissement avec Java, vous apprendrez les concepts avancés du machine learning, ainsi que les bases du deep learning, en vous appuyant sur les frameworks Weka et Deeplearning4j.

Développer et appliquer des algorithmes de machine learning et de deep learning avec des frameworks Java

1 – Généralités

Place du machine learning dans l’intelligence artificielle
Relations avec le Big Data et le Deep Learning
Exercices

2 – Apprentissage automatisé

Apprentissages : supervisé, non-supervisé, par renforcement
Qualité de l’apprentissage : sous/sur-apprentissage, biais, variance,
matrice de confusion, validation croisée, f-mesure, AUC…
Traitement des données : peu de données/classes, données manquantes…
Visualisation des données : données continues, temporelles, discrètes…
Etude des familles d’algorithmes (Weka) : SVM, forêts d’arbres décisionnels…
Deep Learning avec Deeplearning4j
Exercices

3 – Méthodologie

Définir le problème
Récupérer les données : scraping, bases de données…
Stocker les données : SGBDR, Big Data…
Visualiser les données
Nettoyer les données
Choisir quelques algorithmes candidats en fonction du problème
Comparer les algorithmes candidats
Améliorer les résultats du meilleur candidat
Optimiser les résultats du meilleur candidat
Contrôler les résultats du meilleur candidat en production avec un backend Java EE
Mise en oeuvre de la méthodologie avec les frameworks Weka et Deeplearning4j
Exercices
Évaluation finale par QCM

La plateforme pédagogique innovante Linko incluant :

  • L’accès aux supports de cours, pendant et après la formation
  • Un éditeur de code en ligne pour les cas pratiques
  • Une visio-conférence pour les formations à distance
  • L’accès à votre coffre fort où se trouvera votre certification
  • Des informations sur l’évolution des technologies
  • Un réseau d’entreprises recherchant des profils

Pour les entreprises

En présentiel dans nos locaux ou vos bureaux (France métropolitaine)
A distance via notre plateforme Linko

Pour les particuliers

En présentiel dans nos locaux (France métropolitaine)
A distance via notre plateforme Linko

Plusieurs sessions tous les mois !!!

Bases de Java et de Machine Learning

Ordinateur portable équipé wifi pour les formations en présentiel dans nos locaux.

900€ HT / jour

3 jours de formation

Pour les entreprises

Formations collectives prises en charge par votre OPCO

Pour les salariés

Formation personnelle prise en charge par l’OPCO de votre employeur et votre CPF / DIF

Pour les demandeurs d’emploi

Formation prise en charge par votre CPF / DIF avec un complément éventuel par Pôle emploi

Après avoir reçu votre mail, nous vous rappelons pour faire votre bilan personnel afin de vous orienter vers la bonne formation.

Machine Learning Initiation avec JavaScript

Les algorithmes de machine learning résolvent automatiquement des problèmes par construction de modèles appris sur des jeux de données. Les domaines d’application sont nombreux et variés : les IA des jeux, les recommandations des sites d’ecommerce, l’optimisation des lignes de production dans les usines, la robotique, la collaboration entre objets connectés… Pendant la formation Machine Learning Initiation avec JavaScript, vous apprendrez les concepts fondamentaux du machine learning à travers de nombreux exemples.

Comprendre les principes du machine learning avec des exemples en JavaScript

1 – Généralités

Place du machine learning dans l’intelligence artificielle
Intérêts et enjeux
Relations avec le Big Data et le Deep Learning
Apprentissage : supervisé, non/semi-supervisé, par renforcement
Classification vs Régression
Présentation des différents algorithmes d’apprentissage par famille
Exercices

2 – Utilisation

Etude des algorithmes basiques : k-moyennes/proches voisins
Mise en pratique avec les frameworks Orange et ml.js
Exercices

3 – Méthodologie

Définir le problème
Préparer les données
Choisir quelques algorithmes candidats en fonction du problème
Essayer les algorithmes candidats
Améliorer les résultats du meilleur candidat
Optimiser les résultats du meilleur candidat
Mise en oeuvre de la méthodologie avec les frameworks Orange et ml.js
Exercices
Évaluation finale par QCM

f                             

La plateforme pédagogique innovante Linko incluant :

  • L’accès aux supports de cours, pendant et après la formation
  • Un éditeur de code en ligne pour les cas pratiques
  • Une visio-conférence pour les formations à distance
  • L’accès à votre coffre fort où se trouvera votre certification
  • Des informations sur l’évolution des technologies
  • Un réseau d’entreprises recherchant des profils

Pour les entreprises

En présentiel dans nos locaux ou vos bureaux (France métropolitaine)
A distance via notre plateforme Linko

Pour les particuliers

En présentiel dans nos locaux (France métropolitaine)
A distance via notre plateforme Linko

Plusieurs sessions tous les mois !!!

Bases de Javascript

Ordinateur portable équipé wifi pour les formations en présentiel dans nos locaux.

850€ HT / jour

3 jours de formation

Pour les entreprises

Formations collectives prises en charge par votre OPCO

Pour les salariés

Formation personnelle prise en charge par l’OPCO de votre employeur et votre CPF / DIF

Pour les demandeurs d’emploi

Formation prise en charge par votre CPF / DIF avec un complément éventuel par Pôle emploi

Après avoir reçu votre mail, nous vous rappelons pour faire votre bilan personnel afin de vous orienter vers la bonne formation.

Machine Learning Approfondissement avec JavaScript

Les algorithmes de machine learning résolvent automatiquement des problèmes par construction de modèles appris sur des jeux de données. Les domaines d’application sont nombreux et variés : les IA des jeux, les recommandations des sites d’ecommerce, l’optimisation des lignes de production dans les usines, la robotique, la collaboration entre objets connectés… Pendant la formation Machine Learning Approfondissement avec JavaScript, vous apprendrez les concepts avancés du machine learning, ainsi que les bases du deep learning, en vous appuyant sur les frameworks ml.js et TensorFlow.

Développer et appliquer des algorithmes de machine learning et de deep learning avec des frameworks JavaScript

1 – Généralités

Place du machine learning dans l’intelligence artificielle
Relations avec le Big Data et le Deep Learning
Exercices

2 – Apprentissage automatisé

Apprentissages : supervisé, non-supervisé, par renforcement
Qualité de l’apprentissage : sous/sur-apprentissage, biais, variance,
matrice de confusion, validation croisée, f-mesure, AUC…
Traitement des données : peu de données/classes, données manquantes…
Visualisation des données : données continues, temporelles, discrètes…
Etude des familles d’algorithmes (Weka) : SVM, forêts d’arbres décisionnels…
Deep Learning avec TensorFlow
Exercices

3 – Méthodologie

Définir le problème
Récupérer les données : scraping, bases de données…
Stocker les données : SGBDR, Big Data…
Visualiser les données
Nettoyer les données
Choisir quelques algorithmes candidats en fonction du problème
Comparer les algorithmes candidats
Améliorer les résultats du meilleur candidat
Optimiser les résultats du meilleur candidat
Contrôler les résultats du meilleur candidat en production avec un backend Node.js
Mise en oeuvre de la méthodologie avec les frameworks ml.js et TensorFlow
Exercices
Évaluation finale par QCM

La plateforme pédagogique innovante Linko incluant :

  • L’accès aux supports de cours, pendant et après la formation
  • Un éditeur de code en ligne pour les cas pratiques
  • Une visio-conférence pour les formations à distance
  • L’accès à votre coffre fort où se trouvera votre certification
  • Des informations sur l’évolution des technologies
  • Un réseau d’entreprises recherchant des profils

Pour les entreprises

En présentiel dans nos locaux ou vos bureaux (France métropolitaine)
A distance via notre plateforme Linko

Pour les particuliers

En présentiel dans nos locaux (France métropolitaine)
A distance via notre plateforme Linko

Plusieurs sessions tous les mois !!!

Bases de JavaScript et de Machine Learning

Ordinateur portable équipé wifi pour les formations en présentiel dans nos locaux.

900€ HT / jour

3 jours de formation

Pour les entreprises

Formations collectives prises en charge par votre OPCO

Pour les salariés

Formation personnelle prise en charge par l’OPCO de votre employeur et votre CPF / DIF

Pour les demandeurs d’emploi

Formation prise en charge par votre CPF / DIF avec un complément éventuel par Pôle emploi

Après avoir reçu votre mail, nous vous rappelons pour faire votre bilan personnel afin de vous orienter vers la bonne formation.

Machine Learning Initiation avec Python

Les algorithmes de machine learning résolvent automatiquement des problèmes par construction de modèles appris sur des jeux de données. Les domaines d’application sont nombreux et variés : les IA des jeux, les recommandations des sites d’ecommerce, l’optimisation des lignes de production dans les usines, la robotique, la collaboration entre objets connectés… Pendant la formation Machine Learning Initiation avec Python, vous apprendrez les concepts fondamentaux du machine learning à travers de nombreux exemples.

Comprendre les principes du machine learning avec des exemples en Python

1 – Généralités

Place du machine learning dans l’intelligence artificielle
Intérêts et enjeux
Relations avec le Big Data et le Deep Learning
Apprentissage : supervisé, non/semi-supervisé, par renforcement
Classification vs Régression
Présentation des différents algorithmes d’apprentissage par famille
Exercices

2 – Utilisation

Etude des algorithmes basiques : k-moyennes/proches voisins
Mise en pratique avec les frameworks Orange et scikit
Exercices

3 – Méthodologie

Définir le problème
Préparer les données
Choisir quelques algorithmes candidats en fonction du problème
Essayer les algorithmes candidats
Améliorer les résultats du meilleur candidat
Optimiser les résultats du meilleur candidat
Mise en oeuvre de la méthodologie avec les frameworks Orange et scikit
Exercices
Évaluation finale par QCM

f                             

La plateforme pédagogique innovante Linko incluant :

  • L’accès aux supports de cours, pendant et après la formation
  • Un éditeur de code en ligne pour les cas pratiques
  • Une visio-conférence pour les formations à distance
  • L’accès à votre coffre fort où se trouvera votre certification
  • Des informations sur l’évolution des technologies
  • Un réseau d’entreprises recherchant des profils

Pour les entreprises

En présentiel dans nos locaux ou vos bureaux (France métropolitaine)
A distance via notre plateforme Linko

Pour les particuliers

En présentiel dans nos locaux (France métropolitaine)
A distance via notre plateforme Linko

Plusieurs sessions tous les mois !!!

Bases de Javascript

Ordinateur portable équipé wifi pour les formations en présentiel dans nos locaux.

850€ HT / jour

3 jours de formation

Pour les entreprises

Formations collectives prises en charge par votre OPCO

Pour les salariés

Formation personnelle prise en charge par l’OPCO de votre employeur et votre CPF / DIF

Pour les demandeurs d’emploi

Formation prise en charge par votre CPF / DIF avec un complément éventuel par Pôle emploi

Après avoir reçu votre mail, nous vous rappelons pour faire votre bilan personnel afin de vous orienter vers la bonne formation.

Machine Learning Approfondissement avec Python

Les algorithmes de machine learning résolvent automatiquement des problèmes par construction de modèles appris sur des jeux de données. Les domaines d’application sont nombreux et variés : les IA des jeux, les recommandations des sites d’ecommerce, l’optimisation des lignes de production dans les usines, la robotique, la collaboration entre objets connectés… Pendant la formation Machine Learning Approfondissement avec Python, vous apprendrez les concepts avancés du machine learning, ainsi que les bases du deep learning, en vous appuyant sur les frameworks Scikit-Learn et TensorFlow.

Développer et appliquer des algorithmes de machine learning et de deep learning avec des frameworks Python

1 – Généralités

Place du machine learning dans l’intelligence artificielle
Relations avec le Big Data et le Deep Learning
Exercices

2 – Apprentissage automatisé

Apprentissages : supervisé, non-supervisé, par renforcement
Qualité de l’apprentissage : sous/sur-apprentissage, biais, variance,
matrice de confusion, validation croisée, f-mesure, AUC…
Traitement des données : peu de données/classes, données manquantes…
Visualisation des données : données continues, temporelles, discrètes…
Etude des familles d’algorithmes (Weka) : SVM, forêts d’arbres décisionnels…
Deep Learning avec PyTorch et TensorFlow
Exercices

3 – Méthodologie

Définir le problème
Récupérer les données : scraping, bases de données…
Stocker les données : SGBDR, Big Data…
Visualiser les données
Nettoyer les données
Choisir quelques algorithmes candidats en fonction du problème
Comparer les algorithmes candidats
Améliorer les résultats du meilleur candidat
Optimiser les résultats du meilleur candidat
Contrôler les résultats du meilleur candidat en production avec un backend Django
Mise en oeuvre de la méthodologie avec les frameworks PyTorch et TensorFlow
Exercices
Évaluation finale par QCM

La plateforme pédagogique innovante Linko incluant :

  • L’accès aux supports de cours, pendant et après la formation
  • Un éditeur de code en ligne pour les cas pratiques
  • Une visio-conférence pour les formations à distance
  • L’accès à votre coffre fort où se trouvera votre certification
  • Des informations sur l’évolution des technologies
  • Un réseau d’entreprises recherchant des profils

Pour les entreprises

En présentiel dans nos locaux ou vos bureaux (France métropolitaine)
A distance via notre plateforme Linko

Pour les particuliers

En présentiel dans nos locaux (France métropolitaine)
A distance via notre plateforme Linko

Plusieurs sessions tous les mois !!!

Bases du Python et du Machine Learning

Ordinateur portable équipé wifi pour les formations en présentiel dans nos locaux.

900€ HT / jour

3 jours de formation

Pour les entreprises

Formations collectives prises en charge par votre OPCO

Pour les salariés

Formation personnelle prise en charge par l’OPCO de votre employeur et votre CPF / DIF

Pour les demandeurs d’emploi

Formation prise en charge par votre CPF / DIF avec un complément éventuel par Pôle emploi

Après avoir reçu votre mail, nous vous rappelons pour faire votre bilan personnel afin de vous orienter vers la bonne formation.

Les formations complémentaires

Blockchain

Hyperledger

Ethereum

Mongo DB

Toutes nos formations