Catalogue Demos 2020

353 / 580

351
2020 - - Renseignements et inscriptions : 09 88 66 10 00 /
DIGITAL - INNOVATION - CRÉATIVITÉ
Programme
Le domaine de l’intelligence arti cielle
La place du machine learning en intelligence
artificielle
Les fondements du machine learning
De l’apprentissage naturel à l’apprentissage artificiel
Les approches théoriques
La démarche méthodologique de l’apprentissage
. Les données et les hypothèses
. Les protocoles, les évaluations et les
comparaisons
Les types d’apprentissage et les cas d’usage
Les algorithmes : pour faire quoi?
Les algorithmes supervisés et non supervisés
Les algorithmes de régression et de classification
Les algorithmes à partir de connaissances (induction)
Les algorithmes par renforcement
Exemples d’implémentation
Installation de Python
Préparation des données
. Présentation
. Configuration des outils
. Importation et gestion des données
Apprentissage supervisé
Régression
Régression linéaire simple : présentation et mise
en œuvre Python
Régression linéaire multiple : présentation et mise
en œuvre Python
Régression polynomiale : présentation et mise en
œuvre Python
Les autres modèles : Support Vector Regression
(SVR), Decision Tree Regression, Random Forest
Regression — Classification
Régression logistique : présentation et mise en
œuvre Python
SVM (Support Machine Vector) : présentation et
mise en œuvre Python
Les autres modèles : K-Nearest Neighbors (K-NN),
Naive Bayes, Decision Tree Classification, Random
Forest Classification
Apprentissage non supervisé (Clustering)
Présentation
K-Means : présentation et mise en œuvre Python
Hierarchical Clustering : présentation
Évaluation des modèles
La validation croisée
Choix de la métrique de performance (P)
Synthèse et bilan
Programme complet sur le web
MACHINE LEARNING ET DATA SCIENCE : PRINCIPES ET USAGES
ITM116
1440 € HT
(repas offert)
2 Jours (14h)
À Paris :
24 au 25 fév.
11 au 12 mai
2 au 3 juil.
24 au 25 sept.
19 au 20 nov.
Objectifs
Donner des bases théoriques et pratiques
précises pour la compréhension des
modèles de Machine Learning et de leur
implémentation dans le but de la création de
valeur dans les activités métier des entreprises
• Disposer d’une bonne vision du Machine
Learning • Implémenter des modèles de
Machine Learning en Python • E ectuer
des analyses prédictives • Gérer et tirer des
opportunités métier à partir des données
grâce au Machine Learning
Participants
Décideur, manager, ingénieur, analyste,
concepteur et aussi toute personne intéressée par
les modèles et les opportunités métier du Machine
Learning et la transformation numérique 4.0 des
entreprises
Pré-requis
Mathématique niveau lycée et connaissance de la
programmation
Dates actualisées et programmation régionale disponibles sur
Programme
Cerner l’environnement digital et son
in uence sur le management
Les compétences et la posture du manager digital
Panorama des outils digitaux utiles aux managers :
. Outils d’information et communication
. Outils collaboratifs
. Outils de pilotage
. Outils de documentation
Communiquer avec les outils digitaux
Savoir distinguer fait et opinion
Les conséquences de l’écran sur les relations
Animer e cacement son équipe avec les
outils digitaux
Choisir les outils en fonction de la situation et de
l’objectif à atteindre
Savoir motiver et déléguer avec les outils digitaux
Trouver l’équilibre entre confiance et contrôle
Respecter la frontière entre vie privée/ vie
professionnelle
Constituer et animer une communauté virtuelle
Animer une réunion d’équipe à distance
Préparer une réunion digitale
Les techniques pour dynamiser son déroulement
Accompagner les équipes vers le digital
Adapter les modes de communication individuels
et collectifs
Repérer et traiter les résistances au changement
Identifier les moteurs pour que les collaborateurs
utilisent les outils digitaux
Insuffler une culture permanente de progrès au
sein des équipes
MANAGER DIGITAL : POSTURE ET OUTILS
MN127
1350 € HT
(repas offert)
2 Jours (14h)
À Paris :
30 au 31 mars
6 au 7 juil.
26 au 27 oct.
3 au 4 déc.
Objectifs
Intégrer les bonnes pratiques du digital pour
manager e cacement • Gagner du temps et
favoriser le travail collaboratif au sein de son
équipe, notamment à distance • Accompagner
son équipe vers le digital
Participants
Cette formation s’adresse aux manager encadrant
une équipe sur place ou à distance
Les +
Cette formation alterne apports théoriques,
exemples d’outils digitaux, cas pratiques et
partages de bonnes pratiques.
Pré-requis
Cette formation ne nécessite aucun pré-requis
Dates actualisées et programmation régionale disponibles sur