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.
Cette formation va vous permettre de comprendre le périmètre et les objectifs assignés à la Data science, de découvrir un langage de manipulation de données « Python » et d’appliquer concrètement les principes de base de l’apprentissage (machine learning) à vos données.
Cette formation vous donne les clefs pour une application immédiate et concrète sur des données.

Sessions

DateDuréeTarif HTModalitéInfos pratiquesFiche formation
27/04/20223 jour(s)*Adhérent : 1810 €
Non adhérent : 1950 €
Classe-virtuelle

Horaires : 8h45 - 17h30

Places disponibles :

Crédits CPE : 21

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

- Utiliser le langage Python ;
- Prendre en main un environnement de Data science ;
- Lire et importer les données avec Python ;
- Exploiter et nettoyer des données ;
- Comprendre les différentes formes d’apprentissage ;
- Entrainer un modèle de Machine Learning ;
- Appliquer un modèle entrainé (supervisé).

Contenu

- Langage Python
-- Environnement Jupyter Notebook
-- Fonctions de base
-- Data Types
-- Types et structure de données
-- Algorithmes de traitements
- Traitement de données pour la Data Science
-- Bibliothèques : Panda, Numpy, Scikit-Learn
- Importation et nettoyage de fichiers
- Machine Learning
-- Familles de modèles (supervisé et non supervisé)
-- 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 en Assurance Retours d’expérience d’une démarche appliquée dans le secteur de l’assurance Démonstration de cas réels