Vous souhaitez suivre cette formation ?

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

Les 4 derniers articles du blog

Quel est l'impact de l'apprentissage en formation professionnelle en 2025 ?

Découvrez comment l'apprentissage transforme la formation professionnelle en 2025 : innovations, bénéfices pour les entreprises et les apprenants, enjeux et perspectives.

Allan Busi

30 juin 202413 min

Certification professionnelle : Quelles erreurs éviter en 2025 pour réussir son parcours ?

Découvrez les erreurs courantes à éviter lors d'un processus de certification en 2025 afin d'optimiser vos chances de réussite, que vous soyez apprenant, responsable RH ou organisme de formation.

Allan Busi

29 juin 202412 min

Comment recruter efficacement dans une ESN en 2025 ? Stratégies innovantes et conseils pratiques

Face à la pénurie de talents IT et à la concurrence accrue, découvrez les stratégies pour optimiser le recrutement en ESN (Entreprise de Services du Numérique) en 2025.

Allan Busi

30 juin 202411 min

Guide Pratique 2025 : Comment Réussir en tant qu’Enseignant Aujourd’hui ?

Découvrez dans ce guide pratique 2025 les conseils, outils et stratégies essentiels pour accompagner et former efficacement en tant qu’enseignant, à l’ère du numérique et de l’innovation pédagogique.

Allan Busi

30 juin 202415 min

Voir tous les articles

Objectifs de la formation

Comprendre les concepts de base du machine learning supervisé et non supervisé

Installer et prendre en main la bibliothèque Scikit-learn

Préparer et manipuler vos jeux de données pour les modèles de Scikit-learn

Implémenter, ajuster et évaluer des modèles prédictifs avec Scikit-learn

Utiliser les pipelines pour l’automatisation des tâches de machine learning

Optimiser les hyperparamètres grâce à la validation croisée

Interpréter les résultats et éviter les pièges classiques du sur-apprentissage

Programme

Jour 1Découverte de Scikit-learn & Principes fondamentaux du Machine Learning

Introduction au machine learning, présentation de Scikit-learn, installation et environnement de travail, exploration de la documentation, structure de la bibliothèque. Premières manipulations de jeux de données : chargement, nettoyage, transformation. Introduction aux tasks supervisés vs non-supervisés. Exercices pratiques d’importation et de preprocessing de données réelles.

Jour 2Construction et évaluation de modèles prédictifs

Apprentissage supervisé avec Scikit-learn : classification (Régression logistique, k-Nearest Neighbors, SVMs), régression (Régression linéaire, Decision Trees). Mesures de performance : précision, rappel, courbe ROC, RMSE, cross-validation. Prise en main des pipelines Scikit-learn pour automatiser la préparation et l’entraînement des modèles. Études de cas pratiques pour classification et régression. Visualisation des résultats et interprétation. Initiation à l’apprentissage non supervisé (Clustering, PCA).

Jour 3Optimisation, pipelines avancés et bonnes pratiques

Optimisation des hyperparamètres avec GridSearchCV et RandomizedSearchCV. Prévention du sur-apprentissage et validation croisée avancée. Utilisation des pipelines complexes pour intégrer preprocessing, sélection de variables, entraînement et prévisions dans un flux automatisé. Bonnes pratiques pour projets en production avec Scikit-learn : sauvegarde des modèles, reproductibilité, gestion des versions. Travaux pratiques sur l’ensemble du pipeline, du data cleaning au déploiement du modèle. Évaluation collective sur la conception et l’entraînement d’un modèle complet à partir d’un jeu de données métier.

Méthode d'évaluation

QCM en fin de formation validant les acquis sur Scikit-learn et le machine learning
Etude de cas fil rouge tout au long de la formation
Retour individuel sur les manipulations et les solutions proposées

Méthode d'apprentissage

Alternance de théorie et d’ateliers pratiques sur des jeux de données réels
Travaux dirigés pas à pas, avec correction collective
Accessibilité permanente au support de formation, code source et ressources complémentaires

Chargement en cours...

Vous souhaitez suivre cette formation ?

Les 4 derniers articles du blog

Quel est l'impact de l'apprentissage en formation professionnelle en 2025 ?

Certification professionnelle : Quelles erreurs éviter en 2025 pour réussir son parcours ?

Comment recruter efficacement dans une ESN en 2025 ? Stratégies innovantes et conseils pratiques

Guide Pratique 2025 : Comment Réussir en tant qu’Enseignant Aujourd’hui ?

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

Objectifs de la formation

Programme

Méthode d'évaluation

Méthode d'apprentissage

Ces formations pourraient vous plaire

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

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

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

Maîtriser FastAI : De l’Initiation au Déploiement en Machine Learning