Langue(s) d'enseignement :
Anglais

Modalité(s) de la formation :
Formation en présentiel
Formation continue

Lieu(x) de la formation :
CLERMONT-FERRAND

Pièce(s) jointe(s) à télécharger :
Télécharger la plaquette de la formation

Présentation

Objectifs de la formation

Introduction aux techniques d’analyse statistique des données et aux méthodes d’apprentissage supervisé et non-supervisé (Machine Learning).

Organisation de la formation

Durée de la formation

20 heures réparties sur 1 semaine.

Complément d’information : une session en Novembre - Inscription possible jusqu'au 1er Octobre.

 

 

Équipe enseignante

Julien DONINI, enseignant-chercheur

Andrey USTYUZHANIN, intervenant extérieur (entreprise Yandex)

 

Responsable pédagogique

Julien DONINI, enseignant-chercheur

 

Ressources

Méthodes pédagogiques : cours, travaux dirigés, travaux pratiques.

 

Validation des connaissances

Nature de l'examen : Examen écrit, durée 1h30.

 

Une attestation de fin de formation sera délivrée à chaque stagiaire

 

Assiduité

L'assiduité des stagiaires sera assurée d'un émargement à la demi-journée par chaque stagiaire et par le(s) formateur(s)

 

Évaluation de la formation

Un questionnaire de satisfaction sera proposé à l'ensemble des stagiaires en fin de formation

 

Contact(s) Administratif(s)

Ecole Universitaire de Physique et d'Ingénierie (EUPI)
Pôle Administratif des Cézeaux

Sophie Fournier

sophie.fournier @ uca.fr

 

 

Lieu(x) de formation

Université Clermont Auvergne

Campus des Cézeaux, Aubière.

 

 

| L'offre de formation modulaire de l'Université Clermont Auvergne s'appuie sur les compétences affirmées des intervenants universitaires et professionnels. Elle est donc à même d'élaborer un module de formation sur mesure
| Pour une réponse adaptée à vos besoins ou pour toute question sur notre offre de formation, contactez le Pôle Formation Continue et Professionnalisation

 

Les + de la formation

Un expert en Machine Learning travaillant pour l’entreprise Yandex (Russie) intervient dans ce module.

Ce module fait partie intégrante du Diplôme Universitaire (DU) Data Scientist, il est également mutualisé avec le Master Physique Fondamentale et Applications de l’Université Clermont Auvergne. 

Le DU Data Scientist s’appuie sur les recherches conduites dans le Laboratoire de Physique de Clermont (LPC), le Laboratoire d’Informatique, de Modélisation et d’Optimisation des Systèmes (LIMOS) et le Laboratoire de Mathématiques (LMBP). Il bénéficie de l’implication de plusieurs de ses intervenants, enseignants-chercheurs, chercheurs et ingénieurs, dans des expériences scientifiques internationales devant gérer et analyser de grandes masses de données.

Competences et connaissances

Compétences et connaissances

 

  • Appliquer des méthodes de régression, de classification et de clustering
  • Implémentation d’algorithmes d’apprentissage supervisé.
  • Utiliser un réseau de neurones.

Programme

Module de 20h

    • Introduction to machine learning

    • Regression, classification and clustering

    • Dimensionality reduction, LDA, PCA

    • K nearest neighbour classifier

    • Supervised machine learning

    • Introduction to Decision trees and neural networks

Admission

Conditions

Pré-requis

Notions de probabilités et de statistiques. Connaissances mathématiques (niveau Licence).

 

Nombre de places

Capacité maximale : 20 inscrits. 

 

Bénéficiaires

Cette formation s’adresse aux salariés d’entreprises (ingénieurs, cadres) ainsi qu’aux étudiants (formation initiale, reprise d’études) souhaitant acquérir des connaissances et des compétences dans les domaines des Data Sciences.

 

Contacts

Contact(s) administratif(s)

Ecole Universitaire de Physique et d'Ingénierie (EUPI)

Pôle Administratif des Cézeaux

Sophie Fournier

sophie.fournier @ uca.fr