Intelligence Artificielle & Data
Formations dédiées au Machine Learning, à la Data Science et à l'Intelligence Artificielle.
Éthique et gouvernance de l'IA
Identifier les biais d'un modèle
Respecter la protection des données
Mettre en place une gouvernance de l'IA
LLM & RAG : construire un assistant intelligent
Comprendre le fonctionnement d'un LLM
Indexer des documents dans une base vectorielle
Construire et évaluer un système RAG
Vision par ordinateur avec PyTorch
Construire un réseau convolutif
Utiliser l'apprentissage par transfert
Détecter des objets dans une image
NLP moderne : du texte aux Transformers
Représenter du texte
Comprendre le mécanisme d'attention
Affiner un modèle pré-entraîné
Séries temporelles et prévision
Décomposer une série temporelle
Construire un modèle ARIMA
Prévoir avec le machine learning
Scikit-learn : modèles supervisés en pratique
Préparer un jeu de données
Entraîner et comparer des modèles
Évaluer correctement un modèle
Mathématiques pour le Machine Learning
Manipuler vecteurs et matrices
Calculer un gradient
Comprendre la descente de gradient
SQL avancé pour l'analyse de données
Écrire des requêtes avec CTE
Utiliser les fonctions de fenêtre
Optimiser une requête lente
Power BI : tableaux de bord professionnels
Importer et nettoyer avec Power Query
Modéliser les données
Écrire des mesures DAX
Visualisation de données avec Python
Choisir le bon graphique
Maîtriser Matplotlib et Seaborn
Créer des graphiques interactifs avec Plotly
Statistiques appliquées pour la Data Science
Décrire une distribution
Estimer et construire un intervalle de confiance
Mener un test d'hypothèse
Big Data avec Apache Spark et PySpark
Comprendre le calcul distribué
Manipuler des DataFrames Spark
Optimiser ses traitements
- 1
- 2