Data Sciences, Intelligence artificielle et Machine Learning : Introduction

Data Sciences, Intelligence artificielle et Machine Learning : Introduction

Data Sciences, Intelligence artificielle et Machine Learning : introduction pour comprendre leur potentiel
  • Date de début 03 mars 2022
  • Durée 6 heures
  • Lieu Maison du Savoir
    2, avenue de l’Université
    L-4365 Esch-sur-Alzette
  • Langue Français
  • Prix HT 250.00 
S'inscrire

Contexte de la formation

Voici vos premiers pas en Data Sciences, AI et Machine Learning !

Nous vous accompagnons avec une formation accessible aux débutants. Elle est articulée en deux parties : Une introduction aux concepts (6h) pour comprendre leur potentiel et leur applicabilité et une deuxième partie (24h) axée sur les fondamentaux et différents cas pratiques. La formation comporte des ateliers pratiques (Labs) qui vous permettent de tester votre compréhension sur les concepts abordés.

La première partie introductive permet de vulgariser les concepts de l’intelligence artificielle, des data sciences et du machine learning, afin de comprendre leur potentiel, leur applicabilité et leur utilisitation concrète.

La formation est donnée en français, mais le support de cours est en anglais.

Objectifs

Ce cours introductif se concentre sur l’estimation et les intervalles de confiance ainsi que la vérification d’hypothèses.

Les données générées dans nos organisations modernes ne permettent plus seulement d’analyser a posteriori des tendances ou indicateurs. En s’appuyant sur ces mêmes données, le machine learning nous permet de prédire ou d’identifier des tendances afin de mieux les anticiper.

À la fin de la formation, vous serez capables :

  • de formuler une hypothèse ;
  • de collecter les données ;
  • d’ explorer et modéliser les données ;
  • de détecter les anomalies ;
  • d’interpréter les résultats et vérifier l’hypothèse.

Programme de la formation

PLANNING : jeudi 3 mars 2022 et vendredi 4 mars 2022, de 09h00 à 12h00. 

Ce cours constitue une introduction aux bases et bonnes pratiques. Voici une idée du programme qui vous attend : 

  • Les bonnes pratiques pilotées par les données
  • Celui qui détient la donnée a le pouvoir
  • à faire et à ne pas faire avec les données :
    • collecte des données et leur visualisation ;
    • nettoyage des données ;
    • sécurité des données ;
    • Big Data ;
    • détection et traitement des valeurs aberrantes ;
    • statistiques descriptives ;
    • introduction au logiciel Open R ;
    • ajustement des données avec les distributions ;
    • modélisation stochastique (simulations Monte Carlo).

Intervenants

Christophe Ley :

  • Professeur assistant de statistiques mathématiques à l’Université de Gand en Belgique depuis 2015.
  • Il a obtenu une licence en mathématiques (2005), un master en mathématiques (2007) et un doctorat en statistiques mathématiques (2010) à l’Université libre de Bruxelles.
  • Il a été Maître d’Enseignement à l’ULB (2012-2015) et Chargé de Recherche FNRS (2011-2015).

Partager cette formation sur :