Destiné aux profils techniques et ingénieurs souhaitant dépasser la simple utilisation des modèles existants, ce cursus approfondi de sept semaines décortique l'ensemble du cycle de vie du Machine Learning. De l'exploration rigoureuse des jeux de données jusqu'à l'entraînement, la validation et l'optimisation des algorithmes, vous construisez des modèles prédictifs solides sur vos propres cas d'usage.
Ce que vous allez en retirer
- Algorithmes supervisés et non-supervisés
- Évaluation, surapprentissage et optimisation
- Projet appliqué de bout en bout avec certificat
Résultats visés
- Comprendre les grandes familles d'algorithmes de ML
- Entraîner, évaluer et optimiser un modèle
- Choisir la bonne approche selon le problème
- Réaliser un projet ML complet
Prérequis
- Bases en programmation et en mathématiques. Connaissance de Python appréciée.
Programme détaillé
- S1 — Basics & Data Foundations.
- S2 — Introduction to Machine Learning.
- S3 — Regression & Continuous Forecasting.
- S4 — Classification & Decision Boundaries.
- S5 — Clustering & Unsupervised Learning.
- S6 — Association Rules & Pattern Discovery.
- S7 — Assessment (évaluation & projet fil rouge soutenu).
Cas d'usage
- Un modèle de prédiction sur données métier réelles
- Une segmentation client automatisée
- Un projet ML porté de bout en bout jusqu'à l'évaluation
Livrables & Blocs transversaux
Intervenant
Abdelamine Elouafi
Machine Learning & Deep Learning Specialist
Cette formation est pensée pour transformer rapidement la compréhension en capacité d’action, avec un format clair, concret et directement applicable.
Intervenant de soutien
Otman Nouri
Data Science & MLOps Lead
Cet intervenant participe à la co-animation et au support technique pour garantir un accompagnement individuel de chaque participant.
