Python/Machine Learning
Cette formation permettra aux auditeurs de pouvoir réaliser des calculs complexes au travers l’utilisation de librairies spécifiques et le machine learning.
Le stage dure 3 jours (21 heures).
Etre capable de :
- Utiliser les principales librairies de calcul numérique
- Paralléliser ses traitemenst sur des architectures modernes permettant le calcul distribué
- Faire ses premiers pas en machine learning
Base/ Perfectionnement
Développeurs, ingénieurs en statistiques, IA, traitement de données
Prérequis : compétences avancées en programmation et calcul statistiques/scientifique
Consultant Expert Python, société TRIMANE
Partie I : Présentation générale
- Le calcul scientifique et utilisation de Python
- Les distributions Python pour les DataScientists (WinPython, Python Anywahere, Python (x,y), EnthoughtCanopy, Anaconda)
- Exemples d’outils de développement
Partie II : Bases du Python scientifique
- La Scipy Stack : présentation
- Numpy : la bibliothèque Python de calcul numérique (algèbre linéaire) permettant de manipuler des vecteurs et matrices à plusieurs dimensions
- Pandas : la libraire d’analyse avec efficace de structures de données complexes
- Matplotlib : la librairie de tracé et de visualisation de données (dessiner tout type de représentations, 2D comme 3D)
- Gestion des erreurs numériques : comprendre les problèmes d’erreurs numériques dans le calcul scientifique
Partie III : Usages avancés
Maitrise de Numpy et Pandas, ainsi que les bibliothèques Scipy et Scikit Image
- Numpy
- Pandas
- Scipy et Scikit Image
Partie IV : Visualisation de données
Les principales librairies de visualisation disponibles pour Python
- Seaborn
- Altaïr
- Visualisation de données cartographiques
- Applications Open Sources pour la visualisation de larges jeux de données
Partie V : Parallélisme
- La parallélisation
- Multi-Threading
- Multi-processing
Partie VI : Machine Learning
Initiation aux bases du Machine Learning à travers des exercices concrets. Utilisation des implémentations mises à disposition par la bibliothèque Scikit-Learn.
- L’apprentissage automatique
- Traitement des données
- Algorithmes par apprentissage automatique
PARIS
(Dates: Nous consulter)
