FORMATION MACHINE LEARNING 2026

Machine Learning

Formation intensive avec PyTorch — Maîtrisez le Machine Learning & Deep Learning de A à Z en 1 mois.

9Séances live
20hde formation
DébutantNiveau requis
9 600DA / mois
9
Séances live
20h
de formation
Python
Prérequis conseillé
9 600 DA
par mois
Date limite
11 Juillet 2026
1ère séance
Lun. 13 Juil. 2026
Horaires
Lun. & Jeu. 18h–19h30
Durée séance
9 séances de 2h
Technologies abordées
Python PyTorch Google Colab Deep Learning Réseaux de neurones Régression Classification Data Cleaning
Programme

Les 9 Séances en détail

100% sur Google Colab — aucune installation requise. Un compte Google et un navigateur web suffisent. Toutes les expérimentations se font en live sur GPU Colab.
Prérequis conseillés : Des bases en programmation Python (variables, conditions, boucles, fonctions) sont fortement recommandées afin de suivre la formation dans les meilleures conditions. Vous débutez en Python ? Commencez par notre formation Python →
1
Introduction au Machine Learning — CPU, GPU & Tensors
Prise en main de l'environnement ML
  • Présentation du cours et de Google Colab
  • Différence CPU vs GPU — quand utiliser le GPU
  • Introduction aux tenseurs : création, formes, opérations de base
  • Exemples pratiques avec PyTorch & manipulation de tensors
2
Apprentissage supervisé — Régression linéaire & Descente de gradient
Les fondements mathématiques
  • Concepts d'apprentissage supervisé
  • Régression linéaire : formulation mathématique
  • Fonction de coût et descente de gradient
  • Implémentation pas à pas sur Google Colab
3
Régression non-linéaire & Classification binaire
Aller au-delà du linéaire
  • Régression polynomiale et modèles non-linéaires
  • Classification binaire (sigmoid, logistic loss)
  • Évaluation : accuracy, precision, recall, courbe ROC
  • Exemples pratiques et mini-projets dans Colab
4
Deep Learning fondamental
Plongée dans les réseaux de neurones
  • Perceptron et neurone artificiel
  • Réseaux multi-couches (MLP) et fonctions d'activation
  • Propagation avant et rétropropagation
  • Construction et entraînement simple sur Colab
5
Réseaux de neurones avec PyTorch
De la théorie à l'implémentation
  • Introduction à PyTorch (tensors, autograd)
  • Définir des modèles avec nn.Module
  • Optimiseurs, boucle d'entraînement, sauvegarde de modèle
  • Tutoriel pas à pas dans Google Colab
6
Classification multi-classe avec le Deep Learning
Softmax & Stratégies multi-classe
  • Softmax et cross-entropy pour multi-classes
  • Architecture adaptée pour classification multi-classe
  • Métriques et analyse d'erreurs
  • Exemple pratique sur dataset multi-classes dans Colab
7
Pré-traitement des données (Data Cleaning)
La qualité des données avant tout
  • Traitement des valeurs manquantes
  • Détection et suppression des doublons
  • Normalisation et standardisation
  • One-Hot Encoding & Label Encoding
  • Exercices sur jeux de données réels dans Colab
8
Séance Bonus — Régularisation & Optimisation avancée
Aller plus loin dans la performance
  • Régularisation L1 / L2, Dropout, Batch Normalization
  • Optimiseurs : SGD, Momentum, Adam, RMSprop
  • Early stopping et data augmentation
  • Expérimentations et comparaisons dans Colab
9
🎓 Présentation des projets finaux & Remise des certificats
La grande finale !
  • Soutenance des projets réalisés
  • Démo live depuis Google Colab
  • Feedback individuel du formateur
  • Évaluation finale & prochaines étapes
  • Remise des attestations de réussite
Inclus

Ce que vous obtiendrez

9 séances en direct (2h chacune) sur Google Colab
Support personnalisé du formateur 7j/7
Notebooks Colab pour chaque séance avec exercices
Projet ML complet pour votre portfolio
Certificat Machine Learning (AI DZ Academy)
Maîtrise complète de PyTorch en pratique
Accès aux ressources et notebooks via votre éspace étudiant
Remise 20% pour les étudiants
9 600 DA/mois

Tarif professionnel : 12 000 DA/mois

Remise de 20% pour les étudiants

Chargement...
Voir toutes les formations