Statistiques pour la data science, machine learning avec scikit-learn, évaluation de modèles, introduction au deep learning, puis LLM, API d'IA, applications RAG et agents.
Pour qui : Ingénieurs, profils data, développeurs, étudiants avancés.
Les formations de ce domaine sont en préparation : aucune session n'est encore programmée. Vous pouvez demander à être prévenu pour chacune d'elles.
12 formation(s) affichée(s)
Probabilités, inférence, tests et régression : les bases statistiques du machine learning.
Apprentissage supervisé et non supervisé, sur-apprentissage, évaluation : les concepts clés.
Construisez et évaluez des modèles de machine learning avec Python.
Pipelines, modèles, validation croisée et réglage d'hyperparamètres avec scikit-learn.
Créez et sélectionnez des variables pertinentes pour améliorer vos modèles.
Traitez valeurs manquantes, aberrantes et formats incohérents avant la modélisation.
Métriques, validation, biais et interprétation des résultats d'un modèle.
Réseaux de neurones, entraînement et applications, avec des exemples pratiques.
Comment fonctionnent les grands modèles de langage et comment les intégrer dans des applications.
Appelez des API d'IA depuis vos applications : requêtes, coûts, erreurs et sécurité.
Construisez des applications qui répondent à partir de vos documents : découpage, recherche et génération.
Conception d'agents et de workflows d'automatisation basés sur l'IA : outils, contrôle et limites.
Aucune formation ne correspond à ces filtres. Modifiez votre recherche ou réinitialisez les filtres.
Décrivez votre besoin : nous vous orienterons vers la bonne formation ou construirons un programme adapté à votre équipe.