Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction et Configuration de l'Environnement
- Qu'est-ce qu'AutoML et pourquoi est-ce important
- Configuration des environnements Python et R
- Configuration de bureaux distants et d'environnements cloud
Exploration des Fonctionnalités d'AutoML
- Capacités principales des frameworks AutoML
- Optimisation des hyperparamètres et stratégies de recherche
- Interprétation des sorties et logs d'AutoML
Comment AutoML Sélectionne les Algorithmes
- Machines à Gradient Boosting (GBMs), Forêts Aléatoires, GLMs
- Réseaux de neurones et backends d'apprentissage profond
- Compromis : précision vs. interprétabilité vs. coût
Préparation et Prétraitement des Données
- Travail avec des données numériques et catégorielles
- Ingénierie de caractéristiques et stratégies d'encodage
- Gestion des valeurs manquantes et déséquilibres de données
AutoML pour Différents Types de Données
- Données tabulaires (H2O AutoML, auto-sklearn, TPOT)
- Données temporelles (prévision et modélisation séquentielle)
- Tâches de texte et NLP (classification, analyse de sentiments)
- Classification d'images et vision par ordinateur (Auto-Keras, TensorFlow, PyTorch)
Déploiement et Surveillance des Modèles
- Exportation et déploiement de modèles AutoML
- Construction de pipelines pour la prédiction en temps réel
- Surveillance du décalage de modèle et stratégies de réentraînement
Assemblage et Sujets Avancés
- Empilement et mélange des modèles AutoML
- Considérations sur la confidentialité et la conformité
- Optimisation des coûts pour l'AutoML à grande échelle
Dépannage et Études de Cas
- Erreurs courantes et comment les corriger
- Interprétation des performances des modèles AutoML
- Études de cas d'applications industrielles
Résumé et Prochaines Étapes
Pré requis
- Expérience avec les algorithmes d'apprentissage automatique
- Expérience en programmation Python ou R
Public visé
- Analystes de données
- Scientifiques des données
- Ingénieurs de données
- Développeurs
14 Heures