Formation "Machine learning"

 Le 7 décembre 2018, Caen

Contexte

Les techniques d’apprentissage automatique (machine learning) sont de plus en plus présentes dans les applications informatiques. L’utilisation de ces approches permet de résoudre des problèmes ne pouvant pas être résolus par des approches classiques notamment dans le cas où il n’est pas possible de prévoir tous les cas possibles d’utilisation ou lorsqu’il est trop difficile de décrire chaque étape de résolution d’un problème pouvant être facilement résolu par un humain. Cette journée de formation est destinée aux débutants et a pour vocation d’introduire les outils et méthodologie des approches d’apprentissage automatique. Les connaissances étudiées seront les prérequis pour une future journée centrée sur le Deep-Learning et les réseaux de neurones.

Contenu / Objectifs

L’objectif de cette formation est d’acquérir les bases de l’apprentissage automatique. Il vous sera présenté la méthodologie classique à mettre en place pour utiliser des algorithmes d’apprentissage.

Nous aborderons certains descripteurs classiques, les classifieurs linéaires de types SVM , les méthodes de régularisation permettant une meilleure généralisation sur des données inconnues et les approches à noyaux.

Le déroulement de la journée sera découpé en deux temps : une présentation et des travaux pratiques qui vous permettront de mettre en œuvre les éléments exposés.

Chaque participant aura un PC à disposition avec l’ensemble des outils nécessaires.

Public visé

Personnel scientifique, ingénieurs, doctorants, post-doctorants souhaitant utiliser des algorithmes d’apprentissage automatique.

L'inscription est GRATUITE mais OBLIGATOIRE, et doit être complètement finalisée avant le 16 novembre par retour de la fiche standard d'inscription à la DR19 disponible ici.

Pré-requis

Cette formation est destinée aux personnes souhaitant être initiées aux techniques d’apprentissage automatique, aucune connaissance sur ces techniques n’est demandée. Elle nécessite néanmoins des connaissances en programmation (python 3), en statistique, en algèbre et en analyse mathématique.

Programme de la journée

Matin : Cours d’introduction au Machine Learning

Après-midi : TP de Machine Learning avec la libraire Scikit-learn.