Intelligence Artificielle pour la Data Science
- Référence GKIADS
- Durée 5 jour(s)
Modalité pédagogique
Classe inter en présentiel Prix
EUR3,290.00
hors TVA
Demander une formation en intra-entreprise S'inscrireModalité pédagogique
La formation est disponible dans les formats suivants:
-
Classe inter en présentiel
Formation délivrée en inter-entreprises. Cette méthode d'apprentissage permet l'interactivité entre le formateur et les participants en classe.
Demander cette formation dans un format différent
Résumé
Haut de pageCe cours d'une durée de 5 jours a pour objectif de donner une bonne vision des modèles d’analyse prédictive et d’intelligence artificielle utilisés dans le domaine de la Data Science. La première partie est une introduction à l’intelligence artificielle, les parties suivantes traitent des modèles de régression et de Machine Learning utilisés pour répondre aux trois grandes problématiques de la data science à savoir la classification supervisée, non supervisée et le système de recommandations. Les différents modèles sont présentés et illustrés avec des exemples concrets.
Prochaines dates
Haut de pagePublic
Haut de pageToute personne qui a besoin d’acquérir une compréhension générale des différents modèles d’analyse prédictive et d’intelligence artificielle afin de concevoir des solutions métier basées sur les données.
Programme détaillé
Haut de page- Définition
- Domaines d’utilisation
- Le rôle des mathématiques
- La programmation logique
PARTIE II : Apprentissage Supervisé
- Les modèles de régression
- Support Vector Machine
- Réseaux bayésiens
- Arbres de Décision et Forêts Aléatoires
- Prévisions par ensemble
PARTIE III : Apprentissage non Supervisé : détection de patterns
- Modèle de K-means
- Modèle de Mèlange de gaussienne
PARTIE IV : Systèmes de recommandations
- Algorithmes de recommandations
- Classificateur des K-plus proches voisins
PARTIE V : Machine Learning
- Réseaux de Neurones Artificiels
- Deep Learning
- Apprentissage par Renforcement
Pré-requis
Haut de pageProfil scientifique ayant la connaissance du cours GKStat, et du Mooc DAT256X-LP.
