Introduction à l'intelligence artificielle avec Python

DPAI

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.

Sessions

DateDuréeTarif HTModalitéInfos pratiquesFiche formation
15/06/20223 jour(s)*Adhérent : 1810 €
Non adhérent : 1950 €
Classe-virtuelle

Horaires : 8h45 - 17h30

Places disponibles :

Crédits CPE : 21

16/11/20223 jour(s)*Adhérent : 1810 €
Non adhérent : 1950 €
Classe-virtuelle

Horaires : 8h45 - 17h30

Places disponibles :

Crédits CPE : 21

Participants

Cette formation s’adresse à tous collaborateurs soucieux d’utiliser, de progresser dans l’environnement de la Data Science et de pouvoir être accompagné de spécialistes : 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

- 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
Les + de la formation
  • 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 Pédagogie active basée sur des exercices, des illustrations, des partages d'expériences, des cas pratiques et un accompagnement par 2 animateurs