Fondamentaux du Machine Learning avec « R »

Cette formation donne 84 points PPC aux membres qualifiés de l’Institut des Actuaires
Dernière mise à jour en janvier 2021

Programme de la formation

Analyse descriptive

  • Exploration de la base de données
  • Formulation de la problématique
  • Choix d’un algorithme

Apprentissage non supervisé

  • Analyse en composante principale
  • Décomposition en valeurs singulières
  • K-means
  • Classification hiérarchique

Apprentissage supervisé

  • Régressions linéaire, logistique, ridge et lasso
  • Classification Bayésienne Naïve
  • Arbre de classification
  • Machine à vecteurs de support (SVM)
  • Analyse discriminante linéaire
  • Réseaux de neurones

Problématiques de Machine Learning

  • Sur-apprentissage
  • Base d’apprentissage et base de test

Validation de modèles

  • Erreur quadratique moyenne
  • Matrice de confusion et F-score
  • Coefficient de Gini
  • Courbe ROC et AUC

 

Une formation de notre expert Kezhan SHI, dont nous vous invitons à découvrir le blog.

Date

24 et 25 juin 2021

Horaires

9h00 - 12h30 et 14h00 - 17h30

Prix
  • 2100 € HT
  • TVA 20%
  • 2520 € TTC
Lieu

CARITAT, 5 rue Tronchet 75008 PARIS

Session suivante

En 2022

Programme adaptable,
sur-mesure

Notre formateur

Kezhan SHI

Membre certifié de l'IA. Il est diplômé de l'École Centrale Paris et titulaire d'un master en actuariat de l'Université Paris Dauphine. Il a travaillé chez Axa Global Direct et Allianz, avant de rejoindre Capgemini en 2019, au titre de Manager Data Scientist.

Points clés

À qui s’adresse cette formation ?

À toute personne qui veut comprendre le principe des algorithmes de Machine Learning. « R » est un excellent outil pour découvrir des algorithmes de Machine Learning.

Pour obtenir quoi ?

Une compréhension technique et une mise en pratique des algorithmes de Machine Learning.

Quels objectifs pédagogiques ?

Répondre aux problématiques d’utilisation de R en entreprise.
Maîtriser R pour la manipulation des données et le machine learning.
Présenter les résultats des modèles prédictifs.
Développer les capacités à interpréter le fonctionnement des modèles.

Quelles méthodes mobilisées ?

Les principes de base et des algorithmes seront expliqués avec « R », très souvent illustrés avec des visualisations.

Quels sont les prérequis ?

Aucun en particulier. L’intérêt et l’utilisation des outils numériques sont cependant fortement recommandés.

Quelles modalités d’évaluation ?

Une évaluation des acquis des objectifs sera réalisée durant la formation.

Chaque participant se munira d’un ordinateur portable pour les travaux pratiques.

Points forts

  • Retour d’expériences sur des applications concrètes
  • Manipulation d’une base de données utilisée en assurance
  • Astuces et bonnes pratiques concernant l’utilisation des modèles dans une entreprise d’assurance
Inscrivez-vous à notre newsletter

Pour recevoir toutes les dernières informations