CMS Informatic

Formation Python Expert orientée Intelligence Artificielle

4 jours – 28 heures en présentiel ou à distance

Architectures de réseaux de neurones, nouvelles méthodes de la recherche en intelligence artificielle, évolution de l’état de l’art en Machine Learning, librairies utiles

pRErequis

Posséder des connaissances de base en algorithmique est fortement conseillé, mais aussi en Python ou dans un autre langage de programmation ainsi que des compétences en mathématiques statistiques

PublicS

Doctorants, ingénieurs, chercheurs, étudiants, chef de projet, data analystes, marketing, Business Intelligence, secteur bancaire. Fort intérêt pour des solutions techniques

tarif ht/jour

640€

Tarif non applicable si accords-cadres client et coaching

Objectifs pédagogiques de la formation Python Expert orientée Intelligence Artificielle :

A l’issue de la formation les participants seront capables, après un rappel des notions de bases en algorithmique et une courte présentation du langage, de comprendre les différentes architectures de réseaux de neurones et de mettre en œuvre les nouvelles méthodes de la recherche en intelligence artificielle, suivre l’évolution de l’état de l’art en Machine Learning, trouver et installer les librairies utiles. Le tout au service de vos projets qui nécessitent de l’analyse de données complexes.

Contenu de la formation Python Expert orientée Intelligence Artificielle :

  • Qu’est-ce qu’un programme informatique ?
  • Que signifient les termes algorithmique, langage de programmation ?
  • Où se situe Python dans le domaine de la programmation ?
  • Les fonctions définies par le mot clef def
  • Les fonctions lambda
  • La bibliothèque standard, les modules et le mot clef import
  • Les autres bibliothèques et le système de gestion pip
  • Sauvegarder, organiser et appeler son code : les fichiers .py
  • Principes fondamentaux des exceptions
  • Gérer les erreurs simplement avec les blocs try et except
  • Gérer un type d’erreur particulier
  • Aller plus loin avec else, finally et pass
  • Les principes du paradigme de la programmation objet
  • Travailler avec des séquences d’éléments de base : les listes et les tuples
  • Travailler avec des séquences d’objets : les dictionnaires
  • Le module os et la gestion des fichiers
  • La portée des variables en Python
  • Les conventions de nommage et de gestion
  • La création d’une classe
  • Les attributs
  • Les méthodes de classe et les méthodes statiques
  • L’Héritage en python
  • Manipuler différents formats de fichiers
  • Accéder aux données
  • Manipuler des données massives
  • Les structures de données en NumPy et Pandas
  • L’aléatoire en informatique et le module random
  • Les différents régimes de l’apprentissage statistique : apprentissage supervisé et non supervisé
  • Le compromis biais-variance
  • Évaluer un modèle (métriques, matrice de confusion, courbes ROC et AUC, jeu de test, validation croisée)
  • Préparer ses données (encodage, classes déséquilibrées, valeurs manquantes…)
  • Les régressions linéaires et logistiques (avec Scikit-learn) , les régressions polynomiales, les régressions, régularisées
  • Le clustering K-means et k-nearest neighbors
  • Le clustering hiérarchique
  • Arbres de décisions et de régression
  • Perceptron et Support Vector Machines
  • Théorie des réseaux de neurones : inspirations biologiques et limites du modèle
  • Les réseaux de neurones denses
  • Les réseaux de neurones à convolutions (application au traitement d’images)
  • Les réseaux de neurones récurrents (application au traitement de séries temporelles)
  •  Les réseaux de neurones génératifs (GAN et modèles par diffusion)
  • Les Transformers et réseaux de neurones à attention (application au traitement du langage naturel)
  • Tracer des graphiques pertinents avec matplotlib et seaborn
  • Analyses de composantes (principales, indépendantes …)
  • Réduction de dimension (UMAP, t-SNE, encodeur-décodeur)
  • Les réseaux de neurones génératifs (GAN et modèles par diffusion)
  • Les Transformers et réseaux de neurones à attention (application au traitement du langage naturel)

Poursuite de formation :

Formation Python langage de programmation

Prochaine session en présentiel :

Prochaine session à distance :

Pour vous inscrire à cette formation, cliquez sur la date de session souhaitée et renseignez votre demande.

Notre équipe vous répond en moins d’une heure.

D’autres sessions peuvent être organisées selon vos disponibilités, contactez-nous.

Possibilité de s’inscrire à la formation à tout moment.

Lieu de formation :

CMS Informatic
7 allée de Londres
ZA Courtabœuf Paris-Saclay
91140 Villejust

01 64 86 42 42

Liste de nos formations :

Votre contact commercial :

Mme Nathalie GRIMOIN
01 64 86 42 42
admin@cms-informatic.com

Formacode :

LANGAGES INFORMATIQUES 30854

LANGAGE PYTHON 30812

Plus de 365 clients nous font confiance :