Data Analysis & Machine Learning
e-learning, stats
Durée 50 Heures
1330€ HT / personne
Le e-Learning a un taux d’abandon élevé alors pourquoi nos formations ont un taux de réussite de 90 % ? La clef ? Notre contenu ! Pas de polycop pour s’endormir.
Kayla est un Green Belt à l’usine B&B à Baumé, et doit faire face à des vrais problèmes. Il faut l’aider à trouver les solutions.
Encore besoin de soutien ? Nous proposons des sessions de tutorat avec nos formateurs Master Black Belts pour vous accompagner !
Savoir résoudre des problèmes industriels
La formation Data Analysis & Machine Learning est animée et interactive. Les ressources fournies vous permettront une parfaite maitrise du sujet.
Programme
Situer le périmètre du Machine Learning et de l’analyse de données
- Comprendre les objectifs du machine Learning
- Situer le Machine Learning au regard de Big Datas, Intelligence Artificielle…
- Savoir cartographier les différents outils, régression, réduction de dimension, clustering, classification supervisé (S), non supervisé (NS)
- Comprendre ce que l’on peut faire et ne peut pas faire avec du Machine Learning
Préparer les données pour une analyse correcte
- Savoir préparer un plan de collecte de données
- Savoir faire un plan d’échantillonnage
- Savoir appliquer les principes de statistique descriptive sur les données (type de loi, calcul des statistiques moyennes, médiane écart type, kurtosis, skewness…)
- Savoir évaluer la présence de données aberrantes
Connaissance du principe : outils de réduction de dimension (NS)
- Connaître le principe de la réduction de dimension
- Connaître et mettre en œuvre les outils ACP, UMAP, TSNE
- L’analyse en composantes principales
- Analyse factorielle des correspondances
- Analyse des correspondances multiples
- Connaître et mettre en œuvre une carte T2
Classification non supervisée
- Connaissance du principe : les outils de classification non supervisé (NS)
- Classification hiérarchique : Dendrogramme, Variables, Individus
- Connaître le principes des algorithmes K means, DBSCAN, Mean Shift
Apprentissage supervisé, Y continu
- Connaître le principe et savoir mettre en œuvre les outils : régression linéaire, régression linéaire multiple
- Connaître le principe des réseaux de neurones, savoir les mettre en œuvre sur cas simple
Apprentissage supervisé, Y discret
- Régression logistique
- Régression logistique ordinale
- Classification supervisé SVM
- KNN et arbre de décision
Métrique d’un classifieur
- Courbe ROC et maîtrise de confusion
- Métriques simples d’un classifieur
- Métriques combinées
- Intervalle de confiance sur les métriques
Mettre en pratique les outils de Machine Learning
- Maîtriser l’utilisation du module Data Analysis d’Ellistat pour la mise en œuvre de tous les points du programme
Objectifs
- Connaître les principes et maîtriser l’utilisation des outils de Data Analysis et de Machine Learning dans un cadre industriel.
- La formation est fondée sur les outils disponibles dans le module Data Analysis d’Ellistat.
Pour qui
La formation e-learning est destinée aux cadres, ingénieurs amenés à prendre des analyses de données de production pour en tirer une compréhension nouvelle ou un modèle prédictif de comportement.
Prérequis
- Bases de l’usage d’internet et d’un navigateur web
- Un titre de niveau II et/ou une première expérience professionnelle de 5 ans
- Des notions élémentaires sur la qualité, le management des processus
- Il n’est pas nécessaire d’être Green Belt Six Sigma ou Black Belt Six Sigma pour suivre cette formation
Durée
50 heures de cours et d’exercices. L’e-Learning est disponible 7j/7 24h/24 pendant 3 mois pour cette formation.
Délais d’accès
Les entrées sont permanentes. Vous pouvez donc commencer cette formation à tout moment !
Accessibilité
Cette formation est accessible aux personnes en situation de handicap, merci de nous contacter pour les possibilités d’aménagement spécifiques. Nous mettrons tout en œuvre pour vous accueillir.
Savoir résoudre des problèmes industriels
La formation Data Analysis & Machine Learning est animée et interactive. Les ressources fournies vous permettront une parfaite maitrise du sujet.
Vos retours d'expériences
Précédent
Suivant
