Apprentissage machine avec Scikit-learn [en ligne, IA101]

Vous voulez prédire des tendances et automatiser vos analyses? Découvrez l’apprentissage machine (machine learning), une composante essentielle de l’intelligence artificielle. Dans cet atelier, vous explorerez les principales méthodes de classification, de prédiction et de détection de tendances. Pas à pas, vous apprendrez aussi à créer vos propres modèles prédictifs avec scikit-learn, la bibliothèque Python de référence dans le domaine.

Prérequis

• Avoir de bonnes connaissances en statistiques (fonctions et dérivées)
• Avoir des connaissances en programmation Python ou avoir suivi l'atelier « Introduction à la programmation avec Python (PYT101) »
• Avoir de bonnes connaissances en analyse et visualisation de données avec Python ou avoir suivi les ateliers « Analyse de données avec Python (DAT201) » et « Visualisation de données avec Python (DAT203) »
• Être à l'aise avec des bibliothèques Python comme NumPy, Pandas et MatplotLib

Plan de cours

• Motivation
• Introduction (en douceur) aux mathématiques de l'apprentissage machine
• Exercices et applications en pratique

Réservation

• Académique : 10$ (toute personne qui étudie, enseigne ou travaille dans une université, un cégep, un CCTT ou un institut de recherche affilié à une université)
• OBNL : 10$ (toute personne qui travaille pour un organisme à but non lucratif)
• Autre : 250$ (tout autre profil)

Formatrice ou formateur

Lucas Nogueira, analyste en calcul informatique de pointe à Calcul Québec.

Langue du cours

Français

Prérequis techniques

Nous utiliserons la plateforme Zoom. Comme il s'agit d'un atelier pratique, il est utile d'avoir deux écrans afin de pouvoir afficher l'écran de l'instructeur d'un côté et votre propre écran de l'autre.

Nous utiliserons aussi l'interface Jupyter Lab. Assurez-vous d'avoir un navigateur Web moderne tel que Google Chrome, Firefox, Edge ou Safari.

Notes

• Un certificat de participation sera envoyé à chaque participant(e) qui assiste au moins 60 % du temps à la formation.
• Cette formation n'est pas enregistrée.
• Cette formation pourrait être annulée advenant un nombre trop peu élevé d'inscriptions.

Contact

Pour toute question, écrivez-nous à formation@calculquebec.ca.

Pour ne pas manquer nos prochains événements, abonnez-vous à notre page Eventbrite!