Vous souhaitez suivre cette formation ?

Contactez-nous ! Un expert vous recontactera dans les plus brefs délais.

Les 4 derniers articles du blog

Comment trouver une entreprise en alternance en 2025 ? Guide complet et stratégies à jour

Découvrez les étapes clés, les astuces actualisées et les ressources incontournables pour décrocher une entreprise en alternance en 2025.

Allan Busi

30 juin 202412 min

Quelles seront les 10 pédagogies incontournables en 2025 ?

Découvrez les 10 méthodes pédagogiques les plus innovantes et efficaces qui vont façonner la formation professionnelle en 2025.

Allan Busi

30 juin 202412 min

Comment construire un parcours blended learning efficace en 2025 ?

Découvrez comment bâtir un parcours blended learning réussi en 2025 grâce aux dernières tendances pédagogiques, aux outils digitaux et à une stratégie adaptée à la formation professionnelle.

Allan Busi

1 juil. 202412 min

Pourquoi et comment utiliser Cursor Code Editor AI en formation professionnelle en 2025 ?

Découvrez comment Cursor Code Editor AI transforme les pratiques de formation professionnelle en 2025. Bénéfices, cas d’usage, limites et recommandations pour une adoption réussie de cet outil IA innovant dans l’apprentissage du code.

Allan Busi

8 juil. 202412 min

Voir tous les articles

Objectifs de la formation

Comprendre les concepts fondamentaux de CatBoost et son positionnement parmi les algorithmes de Boosting

Installer, configurer et prendre en main CatBoost en environnement Python

Réaliser des tâches de classification et de régression avec CatBoost

Optimiser les performances grâce au tuning des hyperparamètres et à l’analyse des résultats

Gérer les données catégorielles et les valeurs manquantes avec CatBoost

Interpréter vos modèles via les outils intégrés de visualisation et d’explicabilité

Déployer des modèles CatBoost dans un contexte professionnel

Programme

Jour 1Introduction à CatBoost et premières modélisations

Présentation du contexte et des forces des algorithmes de boosting (Gradient Boosting), focus sur CatBoost, installation sur différents environnements, premiers pas avec l’API Python, utilisation sur un jeu de données tabulaire (classification et régression), exploration des paramètres de base.

Jour 2Optimisation, gestion des variables catégorielles et interprétabilité

Traitement des variables catégorielles sans encodage préalable, gestion des données manquantes, tuning avancé des hyperparamètres avec GridSearchCV et Optuna, interprétation des résultats via les fonctionnalités SHAP intégrées (feature importance, visualisation des arbres, partial dependence plots), gestion du sur-apprentissage.

Jour 3Cas pratiques, intégration et déploiement en production

Étude de cas du monde réel : pipeline de machine learning de bout en bout avec CatBoost (de la préparation des données au déploiement du modèle), exportation, conversion et intégration du modèle dans un environnement applicatif, bonnes pratiques de monitoring et de mises à jour, QCM de validation des acquis suivi d’un atelier pratique sur un jeu de données métier au choix des participants.

Méthode d'évaluation

QCM en fin de formation pour s’assurer de la compréhension des concepts fondamentaux
Mises en situation et études de cas pratiques avec correction personnalisée
Évaluation continue à travers les exercices de chaque module

Méthode d'apprentissage

Alternance d’apports théoriques, de démonstrations live et d'ateliers pratiques
Partage de scripts, notebooks et jeux de données applicables
Accès aux supports de cours détaillés et FAQ

Chargement en cours...

Vous souhaitez suivre cette formation ?

Les 4 derniers articles du blog

Comment trouver une entreprise en alternance en 2025 ? Guide complet et stratégies à jour

Quelles seront les 10 pédagogies incontournables en 2025 ?

Comment construire un parcours blended learning efficace en 2025 ?

Pourquoi et comment utiliser Cursor Code Editor AI en formation professionnelle en 2025 ?

CatBoost : Prise en main et modélisation avancée pour la data science

Objectifs de la formation

Programme

Méthode d'évaluation

Méthode d'apprentissage

Ces formations pourraient vous plaire

Dash : Maîtrisez la Visualisation de Données Interactive en Python

Maîtriser NumPy pour l’Analyse de Données : Fondamentaux et Pratiques Avancées

Maîtriser Python Pandas pour l’Analyse de Données : de l’Initiation à l’Autonomie

Maîtriser CatBoost : Optimisation des Modèles de Machine Learning