Formation Apprenez le Machine Learning sur le Cloud de Google

Programme de la formation
Apprenez le Machine Learning sur le Cloud de Google

• Introduction au Machine Learning et à Google Cloud AI Platform

  - Qu'est-ce que le Machine Learning ? Cas d'usage et défis.
  - Survol des services Google Cloud pour le ML (AI Platform, Vertex AI).
  - Préparation de l'environnement GCP : projet, facturation, API.

• Exploration et Préparation des Données sur Google Cloud

  - Stockage des données : Cloud Storage, BigQuery.
  - Nettoyage et transformation des données avec Dataflow/Dataproc.
  - Visualisation et analyse exploratoire des données.

• Concepts Fondamentaux du Machine Learning

  - Types d'apprentissage : supervisé, non supervisé, par renforcement.
  - Modèles linéaires : régression, classification.
  - Métriques d'évaluation : précision, rappel, F1-score, RMSE.

• Entraînement de Modèles avec Scikit-learn et AI Platform Notebooks

  - Utilisation des instances de Notebooks gérées par AI Platform.
  - Entraînement de modèles ML classiques (Scikit-learn).
  - Gestion des versions de code et des dépendances.

• Introduction aux Réseaux de Neurones et TensorFlow sur GCP

  - Principes des réseaux de neurones : perceptron, propagation avant/arrière.
  - Prise en main de TensorFlow : Tensors, opérations.
  - Création d'un premier modèle de réseau de neurones simple.

• Entraînement et Optimisation de Modèles TensorFlow sur AI Platform Training

  - Lancement de jobs d'entraînement distribués sur AI Platform Training.
  - Gestion des Hyperparamètres : tuning manuel, hyperparameter tuning.
  - Sauvegarde et restauration des modèles entraînés.

• Déploiement de Modèles sur AI Platform Prediction
• MLOps : Surveillance et Maintenance des Modèles

  - Journalisation des prédictions et des erreurs.
  - Surveillance des performances des modèles en production (Cloud Monitoring).
  - Détection de la dérive des données et du modèle.

• Machine Learning Automatisé (AutoML) sur Google Cloud
• Introduction au Deep Learning avec des Données d'Images

  - Réseaux de neurones convolutifs (CNN) : principes et architectures.
  - Transfert learning pour la classification d'images.
  - Entraînement d'un CNN sur AI Platform Training avec un dataset image.

• Introduction au Deep Learning avec des Données Textuelles

  - Embeddings de mots : Word2Vec, GloVe.
  - Réseaux de neurones récurrents (RNN) et Transformers.
  - Applications : classification de texte, analyse des sentiments.

• Bonnes Pratiques et Études de Cas Réelles

  - Pipeline MLOps de bout en bout sur Google Cloud.
  - Sécurité et gouvernance des données ML sur GCP.
  - Récapitulatif et discussion d'architectures ML sur Google Cloud.