« Machine Learning » Aperçu pour ingénieur, responsable R&D, expert data science (Machine Learning for Development Leaders)

Introduction au « Machine Learning », outils et environnement de l’expert « data science », les différentes étapes d’un projet « Machine Learning »



Référence de la formation

KDS002

Niveau

Débutant

Nombre de jours

8 heures (4 heures/jour)

Prix

688,50 € HT

Lieu de la formation

V: v-learning, classe virtuelle



Pre-requis

• Compétences informatiques de base
• Un niveau d'anglais business moyen est requis car la formation sera dispensée en anglais.

Public

Manager de haut niveau, Manager avant-vente, Manager informatique, QA et support technique, ou toute personne souhaitant en savoir plus et comment mettre en place un projet de « Machine Learning ».

Objectifs de la formation

L’intégration du concept de « Machine Learning » est devenue primordiale dans les organisations de nos jours. Les ingénieurs dans
ce domaine et les experts en data science font maintenant partie intégrante des équipes de développement.
Les projets « Machine Learning » présentent une certaine similitude avec un projet de développement de logiciels standards, de sorte qu’ils peuvent sembler faciles à travailler au début.
Cependant, la dépendance aux données, le travail axé sur la recherche et la nature inconnue des résultats impliquent différentes
stratégies de travail et conception de projets. Cela peut entraîner un déficit d’expertise qui n’est pas toujours facile
à combler.

Les développeurs tous niveaux confondus n’ont pas toujours les connaissances sur le « Machine Learning », et plus particulièrement sur le travail que demande les projets de « Machine Learning ».
Dans cette formation intense, nous allons passer par :
• Une introduction au « Machine Learning »
• Le travail et l’environnement d’un expert en « data Science »
• Les différents contours d’un projet de « Machine Learning » qui permettra au responsable des équipes de développement de mieux comprendre et appréhender ce domaine

Les participants pourront acquérir des connaissances sur la bonne façon de concevoir, de travailler et de déployer un projet de
« Machine Learning » au sein de leur organisation.
À travers quelques études de cas et essayer de comprendre les bonnes pratiques dans les projets de « machine Learning ».

Contenu du cours

Table 1: KDS002 - Contenu du cours
Chapter Description
High level intro to machine learning • Current achievements of Machine learning
− Image applications
− Text applications
− Voice application
− Generative application
− Personalization
− Failure detection
Specific intro to machine learning • Types of learning: supervised and unsupervised
• Algorithm overview and model selection
• Data management
• Metrics
Data project: how to plan, address and asses? • Converting business problems to ML language
• Methodology
• Key points
• Common failures
• Deploying ML to production
Machine learning projects: case studies • Classification tasks
• Regression tasks
• Personalization tasks
• Text tasks
• Using ML to improve customer experience

 

Table 2: KDS001 - Course Contents (Day#2)
Chapter Description
Practical training

• Working out a real-world problem throughout developments steps, from design, collecting data, early versions, production, and optimizations

Summary including Q&A • Summary including Q&A

Dates


07 Oct 2020 au 08 Oct 2020


07 Oct 2020 au 08 Oct 2020


11 Nov 2020 au 12 Nov 2020


16 Déc 2020 au 17 Déc 2020


NOTE :
ATTENTION CETTE FORMATION EST SUR MESURE
CE COURS EST REALISABLE TOUTE L'ANNEE AVEC UN MINIMUM DE 5 PARTICIPANTS


Des questions ?

+33 (0) 950 20 91 64


Inscription ou Demande de devis