03 20 61 95 00

Formation GCP200ML – Machine Learning on Google Cloud


  • GCP200ML
  • Durée : 5 jours
  • Tarif : 3500 € HT

Objectifs

Présenter un cas d’utilisation commercial comme un problème d’apprentissage automatique.
Décrire comment améliorer la qualité des données.
Effectuer une analyse exploratoire des données.
Construire et former des modèles d’apprentissage supervisé.
Optimiser et évaluer les modèles à l’aide des fonctions de perte et des mesures de performance.
Créer des ensembles de données de formation, d’évaluation et de test répétables et évolutifs.
Implémenter des modèles d’apprentissage automatique à l’aide de Keras et de TensorFlow 2.x.
Comprendre l’impact des paramètres de descente de gradient sur la précision, la vitesse d’entraînement, la rareté et la généralisation.
Représenter et transformer des entités.
Entraînez des modèles à grande échelle avec AI Platform.

Prérequis

Une certaine familiarité avec les concepts de base de l’apprentissage automatique. Maîtrise de base d’un langage de script - Python de préférence.

Public

Machine learning engineers
Scientifiques du machine learning, data scientists et data analysts qui souhaitent être exposés à l’apprentissage automatique dans le cloud à l’aide de TensorFlow 2.x et Keras.
Data Engineers
enveloppe Cette formation vous intéresse ? Contactez-nous

A distance / Classe virtuelle

En classe virtuelle, vous êtes en totale immersion avec le groupe et participez à la formation dans les mêmes conditions que le présentiel : cours théorique, travaux pratiques, échanges en temps réel avec le formateur et les autres stagiaires…

Compte Personnel de Formation

Toutes nos formations sont éligibles au titre du CPF. Contactez nous pour être accompagné dans la démarche (formation@access-it.fr/0320619506)
illustration-formation
Les + d'une formation Access it
Des formations d'excellence, éligibles CPF, disponibles en distanciel, et animées par des consultants experts passionnés par leur métier.
En savoir plus
modules

Les Modules
de formation

Module 1
Comment Google effectue le machine learning
Développez une stratégie de données autour du machine learning.
Examinez les cas d’utilisation qui sont ensuite réinventés à travers une approche ML.
Reconnaissez les biais que le ML peut amplifier.
Tirez parti des outils et de l’environnement de Google Cloud Platform pour faire du ML.
Apprenez de l’expérience de Google pour éviter les pièges courants.
Effectuez des tâches de science des données dans des blocs-notes collaboratifs en ligne.
Appelez des modèles de ML pré-entraînés à partir de Cloud AI Platform.
Module 2
Se lancer dans le Machine Learning
Décrivez comment améliorer la qualité des données.
Effectuer une analyse exploratoire des données.
Construire et former des modèles d’apprentissage supervisé.
Optimisez et évaluez les modèles à l’aide des fonctions de perte et des mesures de performance.
Atténuez les problèmes courants qui surviennent dans l’apprentissage automatique.
Créez des ensembles de données de formation, d’évaluation et de test répétables et évolutifs.
Module 3
Introduction à TensorFlow 2.x
Créez des modèles d’apprentissage automatique TensorFlow 2.x et Keras.
Décrivez les composants clés de Tensorflow 2.x.
Utilisez la bibliothèque tf.data pour manipuler des données et de grands ensembles de données.
Utilisez les API séquentielles et fonctionnelles Keras pour créer des modèles simples et avancés.
Former, déployer et produire des modèles de ML à grande échelle avec Cloud AI Platform.
Module 4
Ingénierie des features
Comparez les principaux aspects requis d’une bonne feature.
Combinez et créez de nouvelles combinaisons de features grâce à des croisements de features.
Effectuez l’ingénierie des features à l’aide de BQML, Keras et TensorFlow 2.x.
Découvrez comment prétraiter et explorer les features avec Cloud Dataflow et Cloud Dataprep.
Comprenez et appliquez comment TensorFlow transforme les features.
Module 5
Art et science de l’apprentissage automatique
Optimisez les performances du modèle avec le réglage des hyperparamètres.
Expérimentez avec les réseaux de neurones et affinez les performances.
Améliorez les fonctionnalités du modèle ML avec des couches incorporées.

Cette formation vous intéresse ? Contactez-nous !