Retour
CoursDébutantGénéralGenAI Builders

Mathématiques pour le Machine Learning et la Data Science

Express

À l'issue de cette formation, vous serez capable de :

Maîtriser les concepts fondamentaux
Acquérir des compétences pratiques

Programme Détaillé

3 modules de formation

Module 1

Algèbre Linéaire

15-30h
Leçons vidéo
Exercices
Lab pratique
Vecteurs et opérations
Produit scalaire et norme
Projection et orthogonalité
Bases et dimensions
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Opérations matricielles
Déterminant et inverse
Systèmes linéaires
Élimination de Gauss
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Décomposition LU
Décomposition QR
SVD (Singular Value Decomposition)
Valeurs propres et vecteurs propres
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
PCA (Principal Component Analysis)
Régression linéaire (forme matricielle)
Réseaux de neurones (matrices de poids)
Module 2

Calcul Différentiel et Optimisation

12-25h
Leçons vidéo
Exercices
Lab pratique
Dérivées simples
Règles de dérivation
Dérivées partielles
Gradient et direction de plus grande pente
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Descente de gradient
Learning rate et convergence
Newton's method
Optimisation contrainte
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Jacobien
Hessien
Différentiation matricielle
Backpropagation
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Backpropagation
Optimisation de fonctions de coût
Régularisation L1/L2
Module 3

Probabilités et Statistiques

13-25h
Leçons vidéo
Exercices
Lab pratique
Espaces de probabilité
Probabilités conditionnelles
Théorème de Bayes
Indépendance
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Variables aléatoires discrètes et continues
Distributions (Bernoulli, Binomiale, Gaussienne, Poisson)
Espérance et variance
Loi des grands nombres
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Estimation de paramètres
Intervalles de confiance
Tests d'hypothèses
p-values
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Naive Bayes
Maximum Likelihood Estimation (MLE)
Maximum A Posteriori (MAP)
Modèles probabilistes

Prérequis pour suivre cette formation

Connaissances de base en programmation

Public Cible

Développeurs
Ingénieurs logiciels

Compétences que vous allez acquérir

Algèbre linéaire (vecteurs, matrices, déterminants, valeurs propres)
Calcul différentiel et optimisation
Dérivées partielles et gradient
Probabilités (distributions, théorème de Bayes)
Statistiques (tests, intervalles de confiance)
NumPy pour calculs mathématiques
Visualisation avec Matplotlib

Ressources

Informations Pratiques

Détails de la formation

Durée
15-30h**
Niveau
Débutant
Prix
2230 €
Langue
Français
Certification
-

Pourquoi choisir Adservio Academy ?

Formations 100% pratiques
Formateurs experts certifiés
Accompagnement personnalisé
Contenu à jour avec l'IA