Programme de la formation: Introduction à l'intelligence artificielle, définir ses types et applications. Définir le Machine Learning, ses différents types et le cycle de vie d'un projet ML. Définition du sur-apprentissage et du sous-apprentissage. Connaître les outils les plus utilisés pour développer des modèles d'intelligence artificielle et d'apprentissage automatique. Connaître les bases de Python. Pouvoir analyser les tendances des technologies liées à l'intelligence artificielle et l'évolution de la demande du marché. Apprendre à coder en python. Apprendre les formes et les types d'ensembles de données. Se familiariser avec les outils les plus importants pour la visualisation des données. Maîtriser plusieurs librairies de Python telles que Numpy, Pandas. Découvrez le prétraitement des données et ses différentes étapes et méthodes. Apprendre les techniques et méthodes d'ingénierie des caractéristiques. Effectuer un prétraitement des données afin de préparer un ensemble de données pour le pipeline du Maching Learning Apprendre les modèles et algorithmes supervisés de Maching Learning (régression linéaire, k plus proches voisins, arbre de décision, forêts aléatoires...) Apprendre les modèles et algorithmes non-supervisés de Maching Learning (classification hiérarchique, partitionnement (k-means), règle d'association...) Maîtriser le déploiement du modèle ML Apprendre le stockage et la récupération des données, les frameworks et les outils. Reproduire le cycle de vie du ML sur un projet. Pour toute inscription ou demande de renseignements, veuillez vous rapprocher de STRADER EURL sise a 08 Rue Didouche Mourad ou nous contacter au 0562 04 12 17