Conditions préalables

Ce cours est également proposé en ligne, dans un format adapté au rythme de chacun.

Les autoformations permettent une participation active avec MATLAB grâce à des exercices pratiques que vous pouvez effectuer n'importe quand, n'importe où et à votre propre rythme via un navigateur.

Regarder : Les avantages de formation à votre rythme (1:03)

Machine Learning avec MATLAB

Ce cours de deux journées présente les techniques d'analyse de données et d'apprentissage automatique dans MATLAB^® en utilisant les fonctionnalités de la Statistics and Machine Learning Toolbox^™ ainsi que de la Neural Network Toolbox^™. Le cours présente l'utilisation de l'apprentissage non supervisé pour découvrir des caractéristiques dans de gros jeux de données, ainsi que l'apprentissage supervisé pour la construction de modèles prédictifs. Les exemples et exercices mettent en évidence les techniques pour la visualisation et l'evaluation des résultats. Parmi les sujets abordés :

Organisation et pré-traitement des données
Partitionnement de données
Création de modèles de classification et de régression
Interprétation et évaluation des modèles
Simplification de jeux de données
Utilisation d'ensembles pour améliorer la performance des modèles prédictifs

Voir le détail des formations

Pré-requis

Les fondamentaux MATLAB

Ce cours est également proposé en ligne, dans un format adapté au rythme de chacun.

Regarder : Les avantages de formation à votre rythme (1:03)

Jour 1
Importation et organisation de données	Objectif: Importer les données dans MATLAB et les organiser pour l'analyse, en particulier en les normalisant et en supprimant les observations contenant des valeurs manquantes. Types de données Tables Catégories Préparation des données
Recherche de motifs (patterns) dans les données	Objectif: Utiliser les techniques d'apprentissage non supervisé pour grouper les observations suivant des variables explicatives. Découvrir des motifs dans les données. Apprentissage non supervisé Méthodes de partitionnement Evaluation du partitionnement et interprétation
Construction d'un modèle de classification	Objectif: Utiliser les techniques d'apprentissage supervisé pour effectuer de la modélisation prédictive pour les problèmes de classification. Evaluer la précision du modèle. Apprentissage supervisé Apprentissage et validation Méthodes de classification

Jour 2
Amélioration des modèles de prédiction	Objectif: Réduire la dimensionalité d'un jeux de données. Améliorer et simplifier les modèles d'apprentissage automatique. Validation croisée Transformation de caractéristiques Sélection de caractéristiques Apprentissage d'ensemble
Construction de modèles de régression	Objectif: Utilisation de techniques d'apprentissage supervisé pour la construction de modèles prédictifs pour variables de sortie continues. Méthodes de régression paramétriques Méthodes de régression non-paramétriques Validation de modèles de régression
Création de réseaux de neurones	Objectif: Création et entrainement d'un réseau de neurones pour le partitionnement et la prédiction. Réglage de l'architecture du réseau pour améliorer les performances. Partitionnement avec des cartes auto adaptatives Classification avec des réseaux sans rétroactions Régression avec des réseaux sans rétroactions

Session garantie

Lorsque vous vous inscrivez à une de ces formations, vous pouvez compter sur le fait qu'elle ne sera pas annulée ou reportée pour une raison quelconque.

Dates et Inscription

Résultats 1 - 25 sur 25

Dates	Lieu	Langue	Prix
A la demande	Auto-formations 180 jours d’accès complet à compter de la date d’achat	English	USD 350
23 sept, 2019- 24 sept, 2019	US, Texas, Plano Inscrivez-vous aujourd'hui - 2 place(s) disponible(s)	English	USD 1,500
26 sept, 2019- 27 sept, 2019	France, Paris (Meudon) Inscrivez-vous aujourd'hui - 2 place(s) disponible(s)	French	EUR 1,400
08 oct, 2019- 09 oct, 2019	Australie, Sydney (Chatswood)	English	AUD 2,000
09 oct, 2019- 10 oct, 2019	Pays-Bas, Eindhoven	English	EUR 1,400
15 oct, 2019- 16 oct, 2019	Chine, 北京	Chinese	CNY 6,000
17 oct, 2019- 18 oct, 2019	Corée (République), Gangnam, Seoul	Korean	KRW 900,000
17 oct, 2019- 18 oct, 2019	US, California, Los Angeles (Torrance)	English	USD 1,500
23 oct, 2019- 24 oct, 2019	US, California, San Jose	English	USD 1,500
29 oct, 2019- 30 oct, 2019	Suisse, Bern	English	CHF 1,700
05 nov, 2019- 06 nov, 2019	US, Utah, Salt Lake City (Centerville)	English	USD 1,500
07 nov, 2019- 08 nov, 2019	Corée (République), Gangnam, Seoul	Korean	KRW 900,000
12 nov, 2019- 13 nov, 2019	Chine, 深圳	Chinese	CNY 6,000
14 nov, 2019- 15 nov, 2019	Allemagne, München	English	EUR 1,400
19 nov, 2019- 20 nov, 2019	Australie, Brisbane	English	AUD 2,000
19 nov, 2019- 20 nov, 2019	Japon, 東京都	Japanese	JPY 140,000
19 nov, 2019- 20 nov, 2019	Chine, 上海	Chinese	CNY 6,000
21 nov, 2019- 22 nov, 2019	En ligne 9h00 à 17h00 - Heure avancée de l'Est des États-Unis	English	USD 1,500
26 nov, 2019- 27 nov, 2019	Australie, Perth Inscrivez-vous aujourd'hui - 5 place(s) disponible(s)	English	AUD 2,000
03 déc, 2019- 04 déc, 2019	Australie, Adelaide	English	AUD 2,000
10 déc, 2019- 11 déc, 2019	Nouvelle-Zélande, Auckland	English	NZD 2,100
11 déc, 2019- 12 déc, 2019	US, Georgia, Atlanta	English	USD 1,500
12 déc, 2019- 13 déc, 2019	Corée (République), Gangnam, Seoul	Korean	KRW 900,000
17 déc, 2019- 18 déc, 2019	Allemagne, München (Ismaning)	German	EUR 1,400
26 déc, 2019- 27 déc, 2019	Corée (République), Gangnam, Seoul	Korean	KRW 900,000

Résultats 1 - 25 sur 25

La tarification s’applique aux achats et à l’utilisation en États-Unis, Pour plus d’informations sur nos tarifs dans d’autres pays, contactez notre service commercial. Nos tarifs n’incluent pas les taxes de vente, les taxes d’utilisation, les accises, les taxes sur la valeur ajoutée et d’autres taxes. Les taxes, droits, prélèvements, cotisations et autres frais administratifs en vigueur exigibles dans le cadre de cet achat figureront sur la commande. Consultez nos conditions générales de vente sur les formations MathWorks pour plus d’informations.