uluumy

Dans le milieu des entreprises, les questions en relation avec l’apprentissage automatique qui revient le plus souvent sont les suivantes:

• Quelles sont les opportunités d’affaires que l'apprentissage automatique peut aider à créer?

• Quelles sont les applications pratiques?

• Quelles sont les compétences dont j’ai besoin pour les mettre en place.

l’apprentissage de la création de modèle peut vous être utile, aussi bien pour gagner du temps via la création d'outils d’automatisation de tâches répétitives que pour faire des arbitrages décisionnaires importants au sein de votre organisation.

La combinaison des connaissance métiers avec les analytiques permettra aux entreprises, grâce à ses talents en interne de:

• Augmenter ses revenus (par exemple en augmentant la capacité du département de marketing et de vente)

• Réduire ses coûts (par exemple en optimisant et en automatisant certains processus et tâches).

• Créer de la valeur (par exemple en créant de nouveaux produits et services)

Nous allons suivre une approche pratique. Les concepts fondamentaux de l’apprentissage automatique seront expliqués avec peu ou pas de formules mathématiques. Le focus sera mis sur l’intuition derrière ces concepts et de saisir le potentiel dans votre travail et de commencer à développer des modèles d’automatisation et d’outils d’aide à la décision.

Cette formation est conçue autour d'études de cas à réaliser en étapes sous forme de projets guidés et d’un ensemble de cours de préparation.

A la fin de la formation, vous serez en mesure de:

• Mettre en place un modèle de segmentation des clients

• Créer un modèle de détection d’anomalie

• Prédire le prix de vente des maisons

• Analyser les sondages de satisfaction et d’engagement des employés

• Mettre en place un modèle de prévision des ventes

• Prédire l'attrition des employés

• Construire un modèle de prédiction des défections

• Concevoir un système de recommandation

• Analyse des sentiments avec du traitement du langage naturel

• Comprendre les aspects éthique, de responsabilité de l’apprentissage automatique.

Vous aurez ajouté à vos compétences la capacité à développer rapidement une POC (Preuve de concept) à l’aide d’un outil low-code tel que PyCaret et du logiciel KNIME.

Cette formation s’adresse donc aux professionnels et analystes de données (marketing, finance, RH, etc.) et d’affaires désireux d'acquérir des compétences en apprentissage automatique.

La formation est divisé en sept blocs:

1. Cours de préparation

2. Apprentissage non supervisé

3. Apprentissage supervisé: régression

4. Apprentissage supervisé: classification

5. Systèmes de recommandation

6. Traitement du langage naturel (NLP)

7. Apprentissage profond et éthique