Passer commande via notre portail client

Partager cet article ...Print this pageEmail this to someoneTweet about this on TwitterShare on FacebookShare on Google+Share on LinkedInPin on PinterestShare on TumblrDigg this
Microsoft Azure Machine Learning, développer et exploiter des algorithmes sur la plateforme cloud Microsoft
AZL / LI-REQ-186
OBJECTIFS PEDAGOGIQUES
Les algorithmes s’imposent comme l’un des sujets prédominants du Big Data. Ce sont les outils des méthodes exploratoires, explicatives ou prédictives que l’on applique aux données, dans le cadre du Machine Learning. Ce cours vous permettra d’acquérir les compétences nécessaires à l’utilisation d’Azure Machine Learning.

PUBLIC
Data Scientists, data miners, statisticiens, développeurs en charge de la mise en production des modèles.
PRE-REQUIS
Connaissances de base en statistiques (centrage, dispersion, corrélation, tests d’hypothèses). Des notions de programmation ou d’algorithmique peuvent être utiles.

CONTENU

Prise en main de l’interface Azure Machine Learning
- Découvrir l’ensemble de l’offre Azure et son mode de facturation à l’usage.
- Présentation du mode de facturation à l’usage de l’offre Azure.
- Prise en main de l’interface Machine Learning Studio.
- Créer un jeu de données (dataset) à partir d’un fichier local ou se connecter à une source de données.
- Construire une nouvelle expérience de Machine Learning.
- Définir un Web Service prédictif.
- Proposer ses algorithmes sur le Marketplace.

Créer une expérience de Machine Learning
- Utiliser l’arbre de choix des algorithmes.
- Détecter les valeurs aberrantes.
- Choisir les variables de l’algorithme (features sélection).
- Initialiser le modèle, entraîner le modèle, évaluer le modèle.
- Évaluer différents algorithmes à l’aide de la courbe ROC.

Savoir paramétrer les grandes familles d’algorithmes
- Paramétrer les algorithmes de clustering (approche non supervisée).
- Paramétrer les algorithmes de régression linéaire.
- Paramétrer les algorithmes de régression logistique ou ordinale.
- Paramétrer les algorithmes de classification (approche supervisée) : arbres, forêts, jungles d’arbres de décision.
- Expérimenter les méthodes complexes : réseaux de neurones, machines à vecteurs de support.
- Utiliser des packages R et Python.

Traiter d’autres types de données
- Convertir le texte en mesures numériques.
- Appliquer un algorithme Vowpal Wabbit (online learning).
- Réaliser une analyse de données textuelles avec les packages R dédiés.
- Découvrir la procédure de configuration Import Images.

SESSIONS PROGRAMMEES

 

Accès au calendrier

VALIDATION

Evaluation en fin de session

PEDAGOGIE
Alternance d’exposés et de travaux pratiques
INTERVENANTS
Spécialiste Machine Learning

MODALITES PRATIQUES
Durée : 3 jours soit 21 heures avec 7 heures par jour
Prix stagiaire : 1 779,00 € TTC
Horaires : 09h00 – 17h30

Durée: