Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Fondements de Machine Learning
- Introduction aux concepts et flux de travail Machine Learning
- Apprentissage supervisé ou non supervisé
- Évaluation des modèles d'apprentissage automatique : métriques et techniques
Méthodes bayésiennes
- Bayes naïf et modèles multinomiaux
- Analyse bayésienne des données catégorielles
- Modèles graphiques bayésiens
Techniques de régression
- Régression linéaire
- Régression logistique
- Modèles linéaires généralisés (GLM)
- Modèles mixtes et modèles additifs
Réduction de la dimensionnalité
- Analyse en composantes principales (ACP)
- Analyse factorielle (FA)
- Analyse en composantes indépendantes (ICA)
Méthodes de classification
- K-voisins les plus proches (KNN)
- Machines à vecteurs de support (SVM) pour la régression et la classification
- Boosting et modèles d'ensemble
Neural Networks
- Introduction aux réseaux neuronaux
- Applications de l'apprentissage profond à la classification et à la régression
- Entraînement et réglage des réseaux neuronaux
Algorithmes et modèles avancés
- Modèles de Markov cachés (HMM)
- Modèles d'espace d'état
- Algorithme EM
Techniques de regroupement
- Introduction au clustering et à l'apprentissage non supervisé
- Algorithmes de regroupement populaires : K-Means, clustering hiérarchique
- Cas d'utilisation et applications pratiques du clustering
Résumé et prochaines étapes
Pré requis
- Compréhension de base des statistiques et de l'analyse des données
- Expérience de Programming dans R, Python ou d'autres langages de programmation pertinents
Public
- Scientifiques des données
- Statisticiens
14 Heures
Nos clients témoignent (5)
La variation en fonction de l'exercice et de l'exposition.
Ida Sjoberg - Swedish National Debt Office
Formation - Econometrics: Eviews and Risk Simulator
Traduction automatique
le formateur avait de la patience et était impatient de s'assurer que nous avons tous compris les sujets, les cours étaient amusants à suivre
Mamonyane Taoana - Road Safety Department
Formation - Statistical Analysis using SPSS
Traduction automatique
Jour 1 et Jour 2 étaient vraiment très simples pour moi et j'ai vraiment apprécié cette expérience.
Mareca Sithole - Africa Health Research Institute
Formation - R Fundamentals
Traduction automatique
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.
Rhian Hughes - Public Health Wales NHS Trust
Formation - Introduction to Data Visualization with Tidyverse and R
Michael the trainer is very knowledgeable and skillful about the subject of Big Data and R. He is very flexible and quickly customize the training meeting clients' need. He is also very capable to solve technical and subject matter problems on the go. Fantastic and professional training!.
