Machine Learning : apprendre pas à pas
De la donnée au modèle : les fondamentaux du machine learning avec Python.
Objectifs pédagogiques
- Comprendre les algorithmes supervisés et non supervisés
- Préparer et nettoyer des données (data wrangling)
- Entraîner, évaluer et améliorer des modèles
- Éviter le sur-apprentissage et les biais
- Déployer un modèle simple en production
Public & prérequis
Public : Développeurs, Data analysts, Ingénieurs, Étudiants en réorientation.
Prérequis : Notions de programmation (Python recommandé) et de statistiques de base.
Programme de la formation
Jour 1 — Fondamentaux
- Écosystème Python (pandas, numpy, scikit-learn)
- Typologie des apprentissages
- Régression et classification
- Évaluation des modèles
- Atelier : premier modèle prédictif
Jour 2 — Modèles avancés
- Arbres de décision, forêts aléatoires
- Machines à vecteurs de support
- Clustering et segmentation
- Réduction de dimensionnalité
- Atelier : segmentation clients
Jour 3 — Mise en production
- Validation croisée et optimisation
- Gestion des biais et de l’éthique
- Sérialisation et API (Flask/FastAPI)
- Projet fil rouge complet
- Évaluation finale
Modalités
Présentiel (Paris) ou distanciel synchrone — ordinateur portable requis, support de cours + notebooks inclus, attestation de formation.
Certification : Attestation de fin de formation + évaluation pratique (projet fil rouge).
Financement
Cette formation peut être financée par :
- OPCO
- France Travail (AIF)
- Plan de développement des compétences
- Autofinancement
Notre équipe vous accompagne dans le montage de votre dossier de financement (CPF, OPCO, France Travail). En savoir plus sur les financements.