Cette formation vous apprendra les bases du Machine Learning avec R vous y découvrirez des concepts, des méthodes, des outils et du vocabulaire propres au ML appelé également l’apprentissage automatique des algorithmes.
Vous comprendrez les apprentissages supervisés, les apprentissages non supervisés, par ensembles et par renforcement.
Vous aborderez également des cas concrets de classification, de règles d’association et d’exploitation de k-Means.
Vous finirez par voir de quelle manière ces algorithmes sont testés et validés.
Machine Learning avec R
3 jours II Code CNCP : 2234 II Certif info : 93835
Les objectifs de la formation Machine Learning avec R
A l’issue de la formation « Machine Learning avec R », les apprenants auront les capacités de :
- Connaître les concepts de base de l’apprentissage automatique en R,
- Capable de procéder au nettoyage des données pour optimiser leur intégration dans le modèles de Machine Learning,
- Effectuer une régression dans un environnement d’apprentissage supervisé,
- Effectuer une classification dans un environnement d’apprentissage supervisé, en enseignant au modèle des paramètres définis
- Faire la Lecture, l’exploration, le nettoyage et la préparation des données.
- Utilisation des différentes bibliothèque de R pour déployer des modèles prédéfinis, les former et voir les résultats en quelques lignes de code.
- Utilisation de l’optimisation hyper-paramétrique pour obtenir la meilleure version possible de chaque modèle pour une application spécifique.
Les prérequis de la formation Machine Learning avec R
Connaître l’utilité du Data Mining et les problématiques du Big Data dans les approches statistiques
Les prérequis nécessaires pour la formation Machine Learning avec R sont :
- Maîtriser l’algorithmique
- Connaissances en mathématiques et des statistiques
- Connaissance de R (formation Cegefos : « Programmation avec langage R » )
- Connaissance du langage R dédié à la science des données (formation Cegefos : « Langage R pour la science des données » )
Vous n’avez pas les prérequis nécessaires pour la formation Machine Learning avec R ? Contactez-nous pour étudier ensemble un parcours sur mesure et garantir ainsi la réussite de votre projet.
Le public de la formation Machine Learning avec R
La formation certifiante « Machine Learning avec R », s’adresse à tout public salarié, demandeur d’emploi ou en reconversion professionnelle et souhaitant acquérir des compétences en BIG DATA, notamment :
- Statisticien
- Marketer spécialiste de la data
- Utilisateur de bases de données intéressé par l’analyse
- Responsable système d’informations
- Développeurs informatiques, ingénieurs d’études
- Architecte système et logiciel
- Data scientist (analyse de données) ou Data miner (fouilleur des données)
0
Certif Info
0
Code CNCP
0
Jours
0
Heures
Contenu de la formation
Machine Learning avec R
Initiation au machine Learning
- Fondements du Machine Learning
- Introduction au Machine Learning
- Groupes de Machine Learning
- Besoins du Machine Learning
- Cycle de vie du Machine Learning
- Identification des biais cognitifs humains
Classification du machine Learning
- Théorie du Naïve Bayes
- Régression logistique binomiale
- Théorie k-NN
- Arbres de classification
- Forêts d’arbres de décision
- Support vector machine
Régression linéaire avec R
- Définition de la régression
- Régression linéaire univariée
- Régression linéaire multivariée
- Régression linéaire polynomiale
- Régressions régularisées
- Programmer une régression linéaire en R
- Régressions Non-Linéaire
Atelier cas pratique
Initiation au clustering
- Définition du clustering
- Types de Clustering
- Méthode k-means
- Clustering hiérarchique
Initiation aux Règles d’association
- Définition des règles d’association
- Initiation à la méthode A priori
- Évaluation des règles d’association candidates
- Les règles d’association dans R
Réduction dimensionnelle
- Définition de la réduction dimensionnelle
- Utilisation des méthodes de sélection de variables
- Méthode ACP
- Méthode ADL
Atelier cas pratique
Algorithmes Du Machine Learning
- Initiation à l’ensemble learning
- Apprentissage par renforcement
- Réseaux de neurones
- Deep Learning : exemples et raisons du succès actuel
- Text Mining : analyse des corpus de données textuelles
Test et validation des algorithmes
- Validation des algorithmes
- Techniques de ré-échantillonnage en jeu d’apprentissage, de validation et de test
- Mesures de performance des modèles prédictifs
- Matrice de confusion, de coût et la courbe ROC et AUC
Atelier cas pratique
Une attestation d’assiduité sera délivrée après la validation de toutes les compétences du module Machine Learning avec R.
Modalités De Formations
MACHINE LEARNING AVEC R
Le module MACHINE LEARNING AVEC R est disponible en 3 modalités : E-learning tutoré, Blended Learning et en présentiel.