INTER
INTRA
Inter
La formation inter-entreprise se déroule dans nos locaux ou à distance et peut regrouper des salariés de différentes entreprises au sien d'une même session. Le contenu et les dates de formation sont définis par notre catalogue.
Intra
La formation intra-entreprise se déroule dans nos locaux, dans les locaux de l'entreprise ou à distance et regroupe des salariés d'une même entreprise. Le contenu et les dates pourront être adaptés à des besoins spécifiques.
| Référence | 2020-STAT-N2-Ma | |
|---|---|---|
| Durée | 1 jour (7 heure) | |
| Tarif public (inter) |
750
€ / participant
|
|
| Tarif public (intra) | à partir de 1450 € / jour |
Prochaines sessions
Chargement...
Aucune session n'est planifiée pour le moment. Vous pouvez toujours nous contacter pour une solution sur mesure.
Faire une demande
Oups ! Nous n'arrivons temporairement pas à vous afficher les sessions. Vous pouvez tout de même nous appeler ou laisser une demande d'inscription pour planifier une session (en présentiel ou à distance).
04 37 24 36 78
Offre intra-entreprise
Nos conseillers vous proposeront une solution sur mesure qui correspondra au mieux aux besoins de votre entreprise.
Sessions et inscription
Masquer les sessions
Description de la formation
Objectifs pédagogiques
• Connaître les objectifs et les différences entre les méthodes d’apprentissage supervisé et non supervisé
• Maîtriser le vocabulaire spécifique aux méthodes d’apprentissage supervisé et non supervisé
• Identifier le contexte et les conditions d’application des méthodes d’apprentissage supervisé et non supervisé
• Connaître les démarches des méthodes d’apprentissage supervisé et non supervisé
Pour qui ?
Pré-requis
Dans le cas où la formation serait effectuée avec le logiciel R, une connaissance de base de ce logiciel est préconisée
Certification
Laissez-nous vous présenter cette formation
Contenu du programme et objectifs opérationnels
Généralités sur les différentes méthodes de machine learning
• Limites des statistiques classiques
• Champs d'application des différentes méthodes
• Introduction sur le machine learning - Les objectifs et problématiques
Découverte de la méthode d’Analyse discriminante
• Structure du jeu de données
• Contexte d’application, objectifs et méthodologie de l’analyse discriminante
• Notions de classement et de discrimination
• Méthodologie de l’AFD
• Interprétation des sorties logiciel : cercle factoriels, corrélations variables x axes
• Qualité de l'AFD (de la discrimination obtenue)
Tests univariés et multivariés (lambda de Wilks)
Graphique des individus
Matrice de confusion (et éventuellement courbe ROC)
• Les confusions et erreurs à ne pas commettre
Découverte des méthodes de classification : classification ascendante hiérarchique (CAH) et k-means
• Structure du jeu de données
• Contexte d’application, objectifs et méthodologie de la CAH et des k-means
• Lecture d’un dendrogramme
• Différents types de classification : sur les individus, sur les variables, sur les modalités
• Avantages et inconvénients des méthodes de classification
• Interprétation des sorties logiciel
Découverte des méthodes d’apprentissage supervisé
• Champs d'application des différentes méthodes
• Objectifs de l’apprentissage supervisé
Objectifs de description
Objectifs de prédiction
• Structure des jeux de données
• Présentation générale de l'éventail des méthodes
Arbre de décision
Forêt aléatoire
Télécharger en PDF
Plus d'information sur cette formation ?
