Introduction à l'intelligence artificielle avec Python
Vous souhaitez comprendre l’usage et les approches des solutions de Data Science dans les métiers de l’entreprise et en particulier dans les métiers du contrôle ?
L’IA de confiance se construit en Europe et une prochaine réglementation s’appliquera aux cas d’usages des entreprises.
Cette formation vous propose de développer vos compétences en Python, en manipulation de données jusqu’à l’application immédiate et concrète des principes de base de l’apprentissage d’un modèle (machine Learning).
Les participants pourront à l’issue manipuler et mener des analyses approfondies sur les données avec la modélisation.
Participants
Cette formation s’adresse à tous collaborateurs soucieux de progresser dans l’environnement de l’IA et appliquer concrètement les concepts de base de l’IA : Manager, Contrôleur interne, Risk manager, RSSI, Auditeur.
Prérequis
Aucun.
Cette formation nécessite impérativement l’installation sur le poste de l’apprenant de la distribution Anaconda pour accès Jupyter Notebook. Nous contacter pour toute assistance.
Objectifs pédagogiques
Cette formation se déroule en utilisant la pédagogie inversée basée sur des exercices, des illustrations, des partages d’expériences, des cas pratiques et un accompagnement par 2 animateurs.
Vous maîtriserez les fondamentaux de la Data science et notamment :
– Maîtriser les éléments de syntaxe du langage Python
– Naviguer dans un environnement de Data science
– Manipuler les données (importer, lire, classer,)
– Exploiter et préparer les données (nettoyage, standardisation,)
– Comprendre les différentes formes d’apprentissage d’un modèle
– Entraîner un modèle de Machine Learning
– Appliquer un modèle entrainé (supervisé).
Contenu
– Ecriture d’un programme Python : syntaxe, instructions, opérateurs
– Environnement Jupyter Notebook
– Qu’est-ce qu’une librairie ? Son rôle, son usage.
– Convention de nommage et syntaxique.
– Types et structures de données (DataFrame,)
– Structures de contrôle (boucle,)
– Usages pour le traitement des données des librairies : Pandas, Numpy, Scikit Learn
– Rappels de statistiques
– Modèle et apprentissage d’un modèle
– Métriques utilisées
Documentation
Visuels, cas pratiques et fiches techniques et environnement de Data science à installer sur le poste de travail de l’apprenant
Intervenants
Data Scientist accompagné d’un auditeur en Système d’information
- Expertise de l’intervenant « Data Scientist » dans la mise en œuvre de modèles
- Retours d’expérience d’une démarche appliquée et de cas d’usages
- Cas pratiques animés par 2 animateurs en ligne
- Partage après la formation sur Workplace
