Machine-learning

L'essentiel

Caractéristiques

Cours
1 heuresAdaptable

Lieu et mode de présence

2 départements

Présentiel
Distanciel

Domaines d’enseignement

Machine learning
Développement back-end

Présentation

Ce module de machine learning, d'une durée totale de 24 heures, a été spécialement conçu pour offrir une immersion complète dans l’univers de l’apprentissage automatique. En combinant des cours théoriques approfondis et des travaux pratiques ciblés, vous serez guidé pas à pas dans la découverte des concepts essentiels et des méthodes avancées du machine learning.

Voici le détail du parcours :
  1. Cours 1 – Introduction (2h) : Vous commencez par une présentation générale du machine learning, ses enjeux et ses applications concrètes, afin de comprendre le contexte et les perspectives de ce domaine en pleine expansion.
  2. Datavisualisation – Partie 1 (1h cours + 1h TP) : Initiez-vous aux techniques de datavisualisation. Ce premier volet vous permet d’appréhender l’analyse graphique des données et d’explorer des outils visuels pour mieux comprendre vos datasets.
  3. Datavisualisation – Suite (1h cours + 1h TP) : Poursuivez avec un approfondissement en abordant des méthodes de réduction de dimensionnalité telles que la PCA et le t-SNE, essentielles pour l’interprétation et la visualisation de données complexes.
  4. Clustering (Cours 3 et TP3) : Apprenez à segmenter et à regrouper des données grâce aux techniques de clustering, en mettant l’accent sur l’identification de patterns et la découverte de structures cachées dans les datasets.
  5. Régression logistique (Cours 4 et TP4) : Explorez les fondamentaux de la régression logistique pour la classification. La mise en pratique de ce cours vous permettra d’évaluer et d’optimiser des modèles prédictifs sur des données réelles.
  6. SVM et Kernel SVM (Cours 5 et 6, TP5 et TP6) : Découvrez les Support Vector Machines (SVM), puis étendez vos compétences aux kernel SVM pour traiter des cas de classification non linéaires. Ces sessions pratiques vous fourniront les outils nécessaires pour aborder des problèmes complexes en machine learning.
Pourquoi choisir ce module ? Ce parcours est idéal pour les professionnels, étudiants ou chercheurs souhaitant acquérir une maîtrise pratique et théorique des techniques modernes de machine learning. Grâce à un équilibre entre cours magistraux et sessions pratiques, vous serez en mesure de :
  • Comprendre et appliquer les principaux algorithmes de machine learning
  • Manipuler et visualiser efficacement des données
  • Concevoir et évaluer des modèles de classification adaptés aux besoins réels