Informations pratiques

• Durée : 40h
• Niveau : Intermédiaire
• Modalité : Visio

Objectifs pédagogiques

• Comprendre les concepts fondamentaux du ML
• Identifier les cas d'usage ML dans votre secteur
• Préparer et analyser des données pour le ML
• Utiliser des outils no-code/low-code de ML
• Évaluer et déployer des modèles ML

Programme de la formation

1. Introduction au ML (10h)
   • Types de ML : supervisé (classification, régression), non supervisé (clustering) et par renforcement
   • Algorithmes clés : arbres de décision, réseaux de neurones, SVM et k-means — principes et usage
   • Cas d'usage business : prédiction de churn, scoring client, détection de fraude et recommandation
   • ROI du ML : évaluer la valeur ajoutée d'un projet ML et prioriser les initiatives
   • Cycle de vie ML : de la définition du problème au déploiement et au monitoring continu
   • Vocabulaire ML : features, labels, training set, test set, overfitting et underfitting
2. Préparation des Données (12h)
   • Data Quality : nettoyage, gestion des valeurs manquantes, outliers et doublons
   • Feature Engineering : création de variables pertinentes, encodage et normalisation
   • Visualisation exploratoire : histogrammes, scatter plots, corrélations et distributions
   • Sources de données : bases internes, APIs, web scraping et données ouvertes
   • ETL et pipelines : extraction, transformation et chargement de données à grande échelle
   • Data governance : qualité, documentation et traçabilité des données utilisées
3. Outils No-Code ML (12h)
   • Google AutoML : création de modèles sans code, entraînement et évaluation sur Vertex AI
   • Azure Machine Learning : Designer visuel, AutoML et déploiement de modèles
   • H2O.ai : plateforme open-source, AutoML et interprétabilité des modèles
   • Amazon SageMaker Canvas : ML visuel, prédictions et intégration AWS
   • Comparaison des plateformes : prix, performance, facilité d'usage et cas d'usage
   • Exercices pratiques : construction d'un modèle prédictif de bout en bout sur chaque plateforme

Prérequis

Bases en statistiques, utilisation d'Excel ou équivalent

Public visé

Data analysts, business analysts, managers, consultants

Méthodes pédagogiques

Formation en distanciel (visio) et/ou en présentiel selon les sessions

Évaluation

QCM, exercices pratiques, mise en situation professionnelle, étude de cas, projet final

Accessibilité

Formation accessible aux personnes en situation de handicap. Possibilités d'adaptation pédagogique et technique. Pour toute question concernant l'accessibilité, contactez notre référent handicap : Kelly Ohana - contact@visio-form.fr