Azure ML - Introduction à l'apprentissage automatique - Groupe 80716

Formation offerte en collaboration avec Services Québec

Cours INT-AFF

Plateforme Windows

Durée 28 heures

Lieu

2030, boul. Pie-IX

Local

Un courriel vous sera transmis une semaine avant le début de la formation.

Numéro de groupe

80716

Frais avant taxes

(frais de matériel didactique inclus)

Services Québec: 126,11 $ CAD

Grand public: 477,42 $ CAD

Date(s)

10, 11, 24, 25 nov. 2018

Jour(s)

Samedi, dimanche

Horaire

8 h 30 à 16 h 30

Clientèle

Services Québec
Personnes en emploi / Personnes sans emploi

Préalables

Ce cours fournit une vue sur les techniques d'analyse de données et leurs applications en entreprise. Il permet aux participants la prise en main rapide de la plateforme Azure ML (Machine Learning). Les cas étudiés illustreront comment on peut utiliser les techniques d'analyse de données pour améliorer la prise de décision et la performance. Azure ML est une plateforme considérée comme un changement de la donne. Elle est un excellent outil pour créer des modèles d'apprentissage automatique avancés sans écrire une seule ligne de code.
Posséder de connaissances de base en statistiques
Posséder des connaissances ou une expérience de base dans l’utilisation de tableurs Excel
Posséder une formation en science des données n’est pas requise

Objectifs

Cette formation, à la fois théorique et pratique permettra de comprendre les concepts importants et de les mettre en application à l’aide de cas pratiques. Le participant acquerra des connaissances de base en sciences de données et apprentissage automatique. Il construira un modèle et saura interpréter des variables. Il déploiera son modèle sous la forme de Webservice dans le cloud.

Approche pédagogique

Les notions théoriques seront présentées.

Les participants devront effectuer des exercices selon différents scénarios.

Le formateur guidera les participants à la réalisation des exercices.

Les solutions aux exercices seront discutées en groupe.

Attestation délivrée en fin de cours

Une attestation de participation sera remise aux participants qui auront été présent à au moins 80 % de la formation.

Matériel pédagogique

Le matériel de la formation a été spécialement développé pour les fins de cette formation. 

Contenu du cours

Analyse de données et machine learning

Analyse de données

Cycle de vie de projet en science de données

Objectif recherché du Machine Learning

Expérimentation ML

Métriques de performance

Démarrage dans Azure ML Studio

Création de compte Azure ML Studio

Téléversement de jeux de données

Lecture de sources de données externes

Exemples de jeux de données

Visualisation d’ensemble de données

Structure de module Azure ML

Préparation de données

Visualisation dans Azure ML

Transformation de données

Modules couramment utilisés

Fonctions Statistiques

« Feature Engineering »

Préparation de modèle pour déploiement

Évaluation d’un modèle azure ML

Création et configuration d’un service Web

Consommation d’un service Web

Régression linéaire

Régression linéaire simple

Régression linéaire multiples

Construire un modèle de régression linéaire

Publication du modèle dans Azure ML

Régression logistique

Régression logistique

Construction d’un modèle de régression logistique

Publication du modèle dans Azure ML

Support Vector Machine

Introduction au SVM

Exemples de modèles en SVM

K-means clustering

Algorithme k-means

Exemples de k-means dans Azure ML

College de Maisonneuve | Formation continue