Vous souhaitez suivre cette formation ?

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

Les 4 derniers articles du blog

Comment se préparer à la vie professionnelle grâce à l'alternance en 2025 ?

Découvrez comment l’alternance, en 2025, s’impose comme la voie privilégiée pour acquérir des compétences professionnelles, développer son employabilité et réussir son entrée sur le marché du travail.

Allan Busi

29 juin 202412 min

Qu’est-ce qu’un enseignant en 2025 ? Définition, missions et nouveaux défis

Découvrez l’évolution du métier d’enseignant en 2025 : compétences, missions, nouveaux rôles à l’ère du numérique et de l’intelligence artificielle, enjeux et perspectives dans la formation professionnelle et scolaire.

Allan Busi

30 juin 202412 min

Quelles sont les clés de l’alternance en 2025 ? Le guide complet pour réussir

Découvrez toutes les clés pour réussir votre alternance en 2025 : conseils pratiques, tendances, nouveaux dispositifs, avantages et pièges à éviter dans la formation par alternance.

Allan Busi

8 juil. 202416 min

Pourquoi Learni forme les professionnels RH en juillet 2025 ?

Découvrez pourquoi Learni intensifie ses actions de formation pour les professionnels RH en juillet 2025 et quelles tendances transforment le secteur.

Allan Busi

19 juil. 202512 min

Voir tous les articles

Objectifs de la formation

Découvrir l’écosystème Scikit-learn et ses principales fonctionnalités

Conduire des analyses de données préparatoires et exploratoires

Mettre en place des pipelines de machine learning supervisé et non supervisé

Comprendre et appliquer les méthodes d’évaluation et de validation de modèles

Optimiser et interpréter des résultats de différents algorithmes standards du machine learning

Programme

Jour 1Fondamentaux de Scikit-learn et workflow machine learning

Introduction au machine learning, installation et écosystème Scikit-learn, appréhension des datasets, exploration des API, structuration du workflow de modélisation, split train/test. Ateliers : exploration de jeux de données réels, compréhension des pipelines Scikit-learn.

Jour 2Modélisation supervisée : classification et régression

Présentation des algorithmes de classification (régression logistique, SVM, forêts aléatoires), régression linéaire/ridge/lasso, entraînement de modèles, gestion des features, transformation de données, cross-validation, métriques d’évaluation. Ateliers : classification de chiffres manuscrits, prédiction de prix de logements.

Jour 3Apprentissage non supervisé, validation avancée et interprétabilité

Clustering (K-means, Agglomerative), réduction de dimension (PCA), évaluation avancée, tuning hyperparamètres (GridSearchCV), pipelines complexes, et introduction à l’interprétabilité (importance des features, courbes ROC). Ateliers : segmentation de clients, pipeline complet d’optimisation et d’évaluation.

Méthode d'évaluation

QCM final couvrant les concepts essentiels
Études de cas pratiques à réaliser (validation par formateur)
Correction des notebooks réalisés pendant la formation

Méthode d'apprentissage

Démonstrations interactives et explications détaillées
Mise à disposition de notebooks Jupyter adaptés à chaque partie
Exercices individuels sur jeux de données variés
Support de cours numérique fourni (slides + notebooks)

Chargement en cours...

Vous souhaitez suivre cette formation ?

Les 4 derniers articles du blog

Comment se préparer à la vie professionnelle grâce à l'alternance en 2025 ?

Qu’est-ce qu’un enseignant en 2025 ? Définition, missions et nouveaux défis

Quelles sont les clés de l’alternance en 2025 ? Le guide complet pour réussir

Pourquoi Learni forme les professionnels RH en juillet 2025 ?

Maîtriser le Machine Learning avec Scikit-learn : Fondamentaux et Pratiques

Objectifs de la formation

Programme

Méthode d'évaluation

Méthode d'apprentissage

Ces formations pourraient vous plaire

Maîtriser Scikit-learn : L'essentiel du Machine Learning pour les professionnels

Maîtriser Scikit-learn : Formation Pratique au Machine Learning en Python

Maîtriser LightGBM : Formation Complète pour la Modélisation Machine Learning Avancée

Maîtriser l'Analyse et la Modélisation de Données avec Scikit-learn