Qualiopi

Machine Learning & Deep Learning : Scikit-Learn et PyTorch

Créez des modèles prédictifs avec Scikit-Learn (Classification, Régression) et concevez vos premiers réseaux de neurones profonds avec PyTorch.

3 jours
2 100 € HT
Python
Scikit-Learn
PyTorch
Jupyter Notebooks

Intéressé par cette formation ?

Contactez-nous pour planifier une session.

Demander un devis

Objectifs pédagogiques

  • Choisir le bon algorithme de Machine Learning selon le problème.
  • Entraîner, évaluer et optimiser des modèles avec Scikit-Learn.
  • Comprendre le fonctionnement d'un réseau de neurones.
  • Implémenter et entraîner des modèles Deep Learning avec PyTorch.

Programme

Jour 1 : Machine Learning Fondamental (Scikit-Learn)

  • Concepts : Apprentissage Supervisé vs Non-Supervisé. Sur-apprentissage (Overfitting) et Biais/Variance.
  • Algorithmes Supervisés : Régression Linéaire/Logistique, Arbres de décision, Random Forests et SVM.
  • Algorithmes Non-Supervisés : Clustering (K-Means) et Réduction de dimension (PCA).
  • Méthodologie : Split Train/Test, Cross-Validation et métriques d'évaluation (Accuracy, F1-Score, RMSE).

Jour 2 : Deep Learning & Réseaux de Neurones

  • Introduction aux Réseaux de Neurones : Perceptron, Fonctions d'activation (ReLU, Sigmoid) et Backpropagation.
  • Prise en main de PyTorch : Tenseurs, Autograd (différentiation automatique) et GPU.
  • Construction de modèle : Créer une architecture multicouche (nn.Module), définir une Loss Function et un Optimizer.

Jour 3 : Architectures Avancées et Pratique

  • Vision par Ordinateur (CNN) : Traitement d'images avec les réseaux convolutifs.
  • Séquences (RNN/LSTM) : Introduction au traitement de séries temporelles ou de texte.
  • Mise en production : Sauvegarder un modèle, le charger et faire des prédictions sur de nouvelles données.

Prérequis

Bonne maîtrise de Python. Notions mathématiques de base (Algèbre linéaire, stats) recommandées.

Public cible

Data Scientists, Développeurs Python, Ingénieurs R&D.

Prêt à vous former ?

Contactez-nous pour obtenir un devis personnalisé.