Machine learning apprentissage non supervisé
sur place ou à distance 5 séances de 3h30 lundi au vendredi, de 14h00 à 17h30
Approfondissez votre expertise en data science avec notre formation sur l’apprentissage non supervisé en Machine Learning. Ce module est idéal pour ceux ayant suivi la formation en apprentissage supervisé, et vise à explorer les techniques avancées de clustering, de réduction de dimensionnalité et de règles d’association.
Objectif
Cette formation a pour objectif de doter les participants des compétences nécessaires pour implémenter et analyser des modèles d’apprentissage non supervisé en Python. Vous apprendrez à découvrir des motifs cachés et à extraire des informations significatives à partir de vastes ensembles de données non étiquetées.
Méthode
La méthode d’enseignement se base sur l’apprentissage par projet (PLB) qui intègre la théorie et la pratique.
La formation est intensive et requiert un travail personnel en dehors des heures de cours.
Formateurs
Les formateurs sont des experts dans leur domaine et exercent une activité professionnelle en parallèle à leur rôle d’enseignant.
Programme
- Principes de l’Apprentissage Non Supervisé
- Introduction aux concepts et différences avec l’apprentissage supervisé
- Techniques de Clustering
- Exploration de méthodes telles que K-means, DBSCAN
- Réduction de Dimensionnalité
- Utilisation de techniques comme l’analyse en composantes principales (PCA)
- Règles d’Association et Analyse de Séquence
- Compréhension des algorithmes pour identifier des relations
- Visualisation des Données en Apprentissage Non Supervisé
- Techniques de visualisation pour interpréter les résultats des modèles
- Projets Pratiques avec des Jeux de Données Réels : Application des méthodes sur des cas concrets
- Études de Cas et Applications du Monde Réel : Analyse de cas d’utilisation de l’apprentissage non supervisé dans l’industrie
Prérequis
Compréhension des principes de base du Machine Learning, idéalement acquise dans le cours d’apprentissage supervisé. Aptitude à utiliser Python pour le data science, incluant les bibliothèques comme Pandas, Numpy, et Scikit-learn.
Compréhension des statistiques appliquées, utile pour interpréter les résultats des modèles non supervisés.
Prochaine session
À définirAttestation de suivi de cours
Voir les informations pour le financement
Tarif: CHF 1400 .-
S'inscrireInformations supplémentaires
Formation - Machine learning apprentissage non supervisé - en images
Les ateliers nomades se portent comme challenge de vous proposer des formations toujours à la pointe de la technologie.
Voir Notre Gallerie