Microsoft Azure Machine Learning, développer et exploiter des algorithmes

 

Cette formation permet d'acquérir les compétences nécessaires à l'utilisation d'Azure Machnie Learning 

 

Objectifs pédagogiques

À l’issue de la formation, le participant sera en mesure de :

  • Prendre en main l'interface d'Azure Machine Learning
  • Choisir parmi plusieurs algorithmes équivalents selon une problématique
  • Découvrir les bases des langages R et Python pour augmenter les capacités d'Azure Machine Learning
  • Exploiter une expérience au travers d'un Web Service
  • Exercice
  • Cas pratiques sur des données réalistes et volumineuses

 

Audience
  • Data Scientists
  • Data Miners
  • Statisticiens
  • Développeurs en charge de la mise en production de modèles

 

Vous souhaitez vous former et vous êtes en situation de handicap ou une personne de votre équipe est concernée ? Vous pouvez contacter notre référente handicap, Julie DEL NIBBIO pour lui poser les questions nécessaires, échanger et adapter la formation à vos besoins ou ceux de vos collaborateurs : formation@expaceo.com et/ou 01.80.87.54.00

 

Pré-requis

  • Connaissances de base en statistiques (centrage, dispersion, corrélation, tests d'hypothèses).
  • Notions de programmation ou d'algorithmique peuvent être utiles.

 

Nombre de participants minimum : 3

Nombre de participants maximum : 12

 

 

Durée
3 jours (21 heures)
Tarif par participant
1700.00
Plan détaillé

Prise en main de l'interface Azure Machine Learning

  • L'offre Azure. Facturation à l'usage.
  • Prise en main de l'interface Machine Learning Studio.
  • Créer un dataset. Se connecter à une source de données.
  • Construire une expérience de ML.
  • Définir un Web Service prédictif.
  • La Gallery Cortana Intelligence.
  • Travaux pratiques
  • Prise en main de l'interface Azure ML. Création d'un dataset. Définition d'un Web Service prédictif.

 

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.
  • Reformer un modèle prédictif.
  • Transformer les variables de l’algorithme (features engineering).
  • Limiter les lignes d’un jeu de données.
  • Travaux pratiques
  • Évaluer des différents algorithmes à l'aide de la courbe ROC.

 

Savoir paramétrer les grandes familles d'algorithmes

  • Algorithmes de clustering (approche non supervisée).
  • Algorithmes de régression linéaire.
  • Algorithmes de régression logistique ou ordinale.
  • Algorithmes de classification (approche supervisée) binaire ou one-versus-all.
  • Méthodes ensemblistes (forêt, jungle…).
  • Packages R et Python. Le framework Vowpall Wabbit.
  • Paramétrage des algorithmes.
  • Travaux pratiques
  • Paramétrer des familles d'algorithmes avec R/Python.

 

Traiter d'autres types de données

  • Analyser les séries temporelles, détecter les anomalies.
  • Analyse de données textuelles avec les packages R.
  • Appliquer un algorithme Vowpal Wabbit (Latent Dirichlet Analysis).
  • Exploiter les images avec notebooks Jupyter.
  • Travaux pratiques
  • Traitement des données texte ou image.

 

Découvrir les nouveaux outils autour d'Azure Machine Learning

  • Nouvelles briques Azure pour le ML (Experimentation / Model Management).
  • Inspection et préparation des données (transformations par exemple, transformations avancées).
  • Mise en œuvre des instances Azure Machine Learning.
  • Suivi des exécutions et des métriques d’évaluation.
  • Scénarios de déploiement (local/Spark/Docker/AKS).
  • Travaux pratiques
  • Préparation de données et transformations avancées.

 

Modalités pédagogiques

Réalisation en inter en présentiel dans nos locaux ou à distance

  • 1 poste de travail par stagiaire
  • Remise d'une documentation pédagogique papier ou numérique pendant la formation
  • 50% de théorie sous forme d'un power point, de réflexions et de retours d'expérience et 50% de pratique sous forme d'ateliers
  • Pour toute demande de formation en intra-entreprise, merci de prendre contact directement auprès de formation@expaceo.com

 

Modalités d'évaluation

  • Evaluation des acquis par une auto-évaluation des stagiaires
  • Remise d'une attestation de fin de stage à chaque stagiaires
Formateurs
Cédric DEL NIBBIO
Avis clients

15,83/20


Bonnes connaissances et pédagogie de l'animateur

Animateur très compétent

J'ai pu appréhender et commencer à mettre en pratique des expériences sur Azure ML avec des connaissances déjà acquises