À la fin de cette formation, vous serez capable de :
1. Déterminer la méthode statistique à appliquer.
2. Identifier les méthodes de visualisation pour extraire des données
3. Lire des représentations statistiques.
Au quotidien, nous sommes amenés à interagir avec des données diversifiées. Elles sont omniprésentes. Développer des stratégies pour anticiper leurs évolutions est essentiel. Dans ce module, vous pourrez découvrir des outils et méthodes pour déployer des modèles prédictifs basés sur de l’IA et du machine learning au sein de votre institution.
Enseignement à distance : 30h sur 4 semaines en asynchrone
Avoir des bases dans le machine learning ou en informatique.
Avoir un ordinateur ou un outil connecté (du type smartphone ou tablette), un logiciel pour la création de présentations et une connexion internet stable.
Les apprenants en situation de handicap sont invités à se rapprocher de leur gestionnaire administratif (coordonnées dans le contrat de formation) pour une adaptation des modalités d’évaluation.
SAE : L’apprenant réalise trois études de cas. Ces dernières gagnent en complexité en fonction de la montée des compétences. Il analyse les besoins et développe des stratégies en Machine Learning. Enfin, il est amené à adopter une posture réflexive sur son travail (points forts, faiblesses, pistes évolutives).
Cette formation a été conçue dans l’objectif d’être accessible au plus grand nombre. Les équipes de conception ont suivi les recommandations du référentiel général d’amélioration de l’accessibilité, publié par la Direction Interministérielle du Numérique.
Semaine 1 : Activité brise-glace et introduction au machine learning (7h30)
- Présentation et objectifs du module
- Jalon : activité brise-glace et exercice de positionnement
- Machine learning : une double perspective
- ML, IA, statistiques, quelles différences ?
- Le système de gestion des données
- Les principes du machine learning
- Données statiques ou dynamiques
Semaine 2 : Cas d’affaires et prédictions (7h30)
- Comprendre les données en machine learning
- Prédire grâce aux données
- La prise de décision en situation incertaine
- Les inférences causales
- Jalon : étude de cas 1
Semaine 3 : Comprendre les données structurées (7h30)
- Comprendre les données
- Lire et représenter des données simples
- Visualiser des données de grande dimension
- L’analyse en composantes principales
- Le clustering
- Jalon : étude de cas 2
Semaine 4 : Visualiser les données non structurées et bilan général (7h30)
- Les K-moyennes : définition et présentation
- Le topic model
- Le topic model méthodes
- Comprendre les données : conclusion
- Ressources pour aller plus loin
- Jalon : étude de cas finale
Catégories
Pour toute question sur le fonctionnement de la plateforme ou de votre compte FUN : cliquez ici
Pour tout renseignement sur le contenu de la formation ou toute question d'ordre pédagogique : écrivez à cette adresse
![]()
Pour tous les utilisateurs : tous droits réservés
"Tous droits réservés" est une formalité du droit d'auteur indiquant que le détenteur du droit d'auteur se réserve, ou détient pour son propre usage, tous les droits prévus par la loi sur le droit d'auteur.
Dans le cadre de cette formation, vous êtes uniquement autorisé à télécharger les seuls contenus pour lesquels le téléchargement est proposé, pour votre usage strictement personnel et privé.
![]()
Exception pour les 19 universités partenaires du consortium Digital FCU : licence spécifique UniCamp
Les universités partenaires du consortium Digital FCU sont autorisées à :
![]()
"Tous droits réservés" est une formalité du droit d'auteur indiquant que le détenteur du droit d'auteur se réserve, ou détient pour son propre usage, tous les droits prévus par la loi sur le droit d'auteur.