Recherche avancée
Par formation
Par date
Par ville
logo HUB Formation
Organisme de Formation
aux Technologies et métiers de L'informatique
La pédagogie au service de la technologie
Accueil > Domaines > Big Data > Intelligence Artificielle pour la Data Science

Intelligence Artificielle pour la Data Science

Objectifs

  • donner une bonne vision des modèles d'analyse prédictive et d'intelligence artificielle utilisés dans le domaine de la Data Science
  • introduction à l'intelligence artificielle
  • les modèles de régression et de Machine Learning utilisés pour répondre aux trois grandes problématiques de la data science (classification supervisée, non supervisée et le système de recommandations)
  • présentation des différents modèles et exemples concrets

Public

  • Toute personne qui a besoin d'acquérir une compréhension générale des différents modèles d'analyse prédictive et d'intelligence artificielle afin de concevoir des solutions métier basées sur les données.

Prérequis

  • Profil scientifique ayant la connaissance du cours HF-STATS.

Programme de la formation

PARTIE I: Introduction à l'intelligence Artificielle

  • Définition
  • Domaines d'utilisation
  • Le rôle des mathématiques
  • La programmation logique

PARTIE II: Apprentissage Supervisé

  • Les modèles de régression
  • Support Vector Machine
  • Réseaux bayésiens
  • Arbres de Décision et Forêts Aléatoires
  • Prévisions par ensemble

PARTIE III: Apprentissage non Supervisé: détection de patterns

  • Modèle de K-means
  • Modèle de Mèlange de gaussienne

PARTIE IV: Systèmes de recommandations

  • Algorithmes de recommandations
  • Classificateur des K-plus proches voisins

PARTIE V: Machine Learning

  • Réseaux de NeuronesArtificiels
  • Deep Learning
  • Apprentissage par Renforcement