IA : comprendre et pratiquer le Machine Learning appliqué à l’industrie
Cette formation vous guidera de la théorie sur les grands principes du Machine Learning à la pratique sur les principales familles d’algorithmes IA pour transformer les données en informations exploitables afin d’automatiser des tâches complexes ou prédire le futur. Grâce à des exemples pré-codés et des exercices pratiques, vous apprendrez à évaluer et comparer différents modèles, à préparer vos données de manière efficace et à sélectionner les méthodes les plus adaptées à vos besoins industriels.
Formation sur 4 matinées
OBJECTIFS
Se familiariser et maîtriser les règles de base du Machine Learning,
Connaître les familles d’algorithmes et développer quelques algorithmes pour appréhender le travail sur les variables et l’optimisation des erreurs de modélisation.
Comprendre ce que représente le Machine Learning en termes de possibilité et de savoir-faire.
Discerner les besoins de son entreprise, là où elle peut faire monter en compétences ses propres équipes et là où il sera plus efficace de faire appel à de l’expertise externe.
PUBLIC VISE
Ingénieurs et techniciens en bureau d’études ou tout autre personne utilisant de la modélisation de données
PREREQUIS
Connaissance en programmation Python, savoir écrire un script.
Mathématiques (moyenne, médiane, variance, calcul de distances, dérivées, etc.), savoir faire des opérations sur des données dans un tableur.
Un PC avec webcam, haut-parleur et micro et une liaison Internet sont requis. Un deuxième écran est fortement conseillé.
INTERVENANT
Data scientist / expert du Machine Learning
Le programme CAP’TRONIC aide, chaque année, 400 entreprises à monter en compétences sur les technologies liées aux systèmes électroniques et logiciel embarqué.
PRIX
Non-adhérent : 1 200€ HT
Adhérent CAP’TRONIC : 900€ HT
Remarque : Notre certification QUALIOPI vous garantit un process certifié sur nos actions de formation et permet un financement des formations CAP’TRONIC par votre Opérateur de Compétences (OPCO) hors CPF.
LIEU
Formation à distance : Les accès à un outil informatique en ligne adapté seront fournis au stagiaire avant le démarrage de la formation. Aucun logiciel spécifique n’est à installer. Seule une connexion à Internet est requise
PROGRAMME sur 4 demi-journées
Jour 1
Tour de table
Définitions - Big Data et Intelligence Artificielle
Présentation et description des concepts
Big Data : la base, le media, le codage, les 6V, des exemples emblématiques du big data
IA : les objectifs, la complexité, le niveau d’intelligence
Les enjeux économiques, sociaux, environnementaux et de souveraineté
Les entreprises data-driven
L’open-source et l’open-data
Les architectures informatiques
La régulation européenne – RGPD – DMA/DSA et l’IA Act
L’humain augmenté et les univers virtuels
Organisation de projet ML
L’évaluation de la maturité d’une organisation
La démarche agile
Le MLOps
Jour 2
Les grands principes du Machine Learning
Les étapes de construction d’un modèle
La nature statistique des données et leurs dimensions
Les modélisations supervisées, non-supervisées et par renforcement
Les classifications et les régressions
L’évaluation des modèles, les biais et les erreurs
La préparation des variables
Les librairies python performantes
Détecter les données aberrantes
Rééchantillonner des variables
Réduire le set de variables pour un modèle, faire avec les multi-colinéarités
Traiter les classes rares
Jour 3
Les modèles de Machine
Des modèles de Machine Learning
Régression linéaire simple, multiple, polynomiale.
Régression logistique Classification hiérarchique et non hiérarchique (K-means)
Classification par arbres de décision et ensemble Random ForestMachines à vecteurs supports
Gradient Boosting
Un aperçu des modèles de Deep Learning (une autre formation y est consacrée)
Chaque modèle est accompagné d’un exemple d’algorithme pré-codé en python.
Jour 4
Prise en main des codes préparés
Modélisation sur des nouveaux jeux de données
Optimisation des différents algorithmes
Tour de table
ORGANISATION
Moyens pédagogiques : Outil de visioconférence - Support de cours - Etude de cas et TP – assistance pédagogique assurée par le formateur pour une durée de 2 mois suivant la formation
Moyens permettant d’apprécier les résultats de l’action : Evaluation de l’action de formation par l’envoi d’un questionnaire de satisfaction à chaud à l’issue de la formation, puis d’un questionnaire à froid quelques semaines après la formation.
Moyen permettant de suivre l’exécution de l’action : Evaluation des connaissances via un questionnaire avant et après la formation.
Sanction de la formation : Attestation d’assiduité
RENSEIGNEMENTS ET INSCRIPTION
Florence CAGNARD, cagnard@captronic.fr - 06 70 73 23 43
Pour toute question y compris les conditions d’accès pour les publics en situation de handicap.
👉 Préinscription en ligne
Formation - IA : comprendre et pratiquer le Machine Learning appliqué à l’industrie
Les informations recueillies sur ce formulaire sont enregistrées dans un fichier informatisé par JESSICA France à des fins de communication via emailing. Elles sont conservées jusqu’à votre demande de désinscription et sont destinées aux équipes de JESSICA France localisées en France. Conformément à la loi « informatique et libertés », vous pouvez exercer votre droit d’accès aux données vous concernant et les faire rectifier en contactant
Informations mises à jour le 24/10/2025