Le Machine Learning avec R

Découvrez comment réaliser des prévisions sous Python.

Partenaire datamarketing certifié, EPSILON vous propose une formation pour comprendre et mettre en œuvre le Machine Learning à travers R. Le Machine Learning est un ensemble de techniques, méthodes et algorithmes permettant d’apprendre à partir de données. Les résultats de cet apprentissage sont composés de modèles, règles et pipelines de transformation qui vont être utilisés pour expliquer des phénomènes et/ou construire une solution d’Intelligence Artificielle capable de prendre des décisions automatiques.

Niveau : Confirmé

De 4 à 8 participants maximum

Prix individuel

1890 € HT / 2268 € TTC

Accessibilité

Si un bénéficiaire a des contraintes particulières liées à une situation de handicap, veuillez nous contacter au préalable afin que nous puissions, dans la mesure du possible, adapter l’action de formation.

TAUX DE SATISFACTION

100% de clients satisfaits

Durée de la formation

2 jours / 14h
9h - 17h30

PUBLIC CONCERNÉ

Data Scientist / Data Miner / Data Analyst

Profil Data / BI / BigData

Utilisateur de bases de données sachant coder

PRÉREQUIS

Connaissances de base en statistiques et mathématiques

Connaissances de base en traitement de fichiers et de données

Connaissance de base en R

MÉTHODES MOBILISÉES

Alternance des modalités pédagogiques : exposé, démonstrations pratiques, échanges collectifs, quiz collectif, exercices pratiques et remise du support de formation. 50 % du temps global de la formation est dédié aux exercices.

MÉTHODES ÉVALUATION

Notre auto-évaluation permet d’apprécier les acquis apportés par l’action de formation.

OBJECTIFS & COMPÉTENCES VISÉES

Comprendre les principes de l’apprentissage et les principaux algorithmes
Appliquer les étapes du processus d’apprentissage sur des cas réels sous R (modèles prédictifs, réduction de dimension et clustering)
Connaître les bonnes pratiques et les conditions d’application selon les cas d’usages

PROGRAMME de la formation

MODULE 1 : APPRENTISSAGE AUTOMATIQUE

Définitions, vocabulaire, modèle vs algorithme
Typologie : classification, regression, clustering, rules, anomaly, recommendation
Libraries R, comparaison avec Python
Framework caret
Techniques de contrôle de l’apprentissage : split, grid-search/ cross validation, métriques, …
Techniques de pré-processing : imputation, normalisation…
Apprentissage sous le capot : fonction de perte, descente de gradient
Introduction au Deep Learning

MODULE 2 : APPRENTISSAGE SUPERVISÉ

Algorithmes supervisés : régression pénalisée, arbres, randomforest, boosting
Applications et démonstrations
TP : construction d’un modèle de prédiction de churn

MODULE 3 : APPRENTISSAGE NON SUPERVISÉ

Analyse factorielle et réduction des dimensions
Techniques de clustering
Applications : clustering d’individus, réaffectation avec KNN
TP : construction d’un clustering et portraits robots

Nos formations sont en distanciel

Afin de faciliter l'organisation et la flexibilité des formations, elles sont toutes dispensées à distance.

Formation Intra-Entreprise

Nous délivrons habituellement cette formation au format Inter-entreprise.

Si vous souhaitez l’organiser exclusivement pour vos collaborateurs, contactez-nous afin de déterminer le tarif dans ce format.

Délais d’accès & de réponse

En Inter-entreprise, le délai d’accès est de 1 semaine avant le début de la formation.

En Intra-entreprise, les dates sont validées en tenant compte du planning respectif des formateurs et des participants, un délai de 20 jours est nécessaire entre la demande et le démarrage effectif de la formation.

Délai de réponse : nous fixons un délai maximum de 2 semaines pour répondre à une demande.

Contact & Réclamation

Nous vous invitons, si nécessaire, à nous contacter et nous tâcherons de vous répondre dans les plus brefs délais.
Epsilon Masterclass s’engage également à recueillir les réclamations afin d’améliorer en continu la qualité de ses formations.

Contactez-nous au 01 72 32 40 00, ou par email : masterclass@epsilon-france.com

Enregistré sous le numéro 11754361075. Cet enregistrement ne vaut pas agrément de l’État.