
PROGRAMME EN LIGNE
Propulsez votre organisation vers l'avenir grâce à des analyses prédictives intelligentes, des méthodes et des outils.
Automatisez les processus de prise de décision au sein de votre organisation pour atténuer les risques et obtenir des résultats optimaux.
Découvrez une compréhension holistique des données pour extrapoler des conclusions pertinentes et orienter la stratégie organisationnelle.
Participe à deux sessions en direct avec des instructeurs de MIT et à huit sessions en direct avec des facilitateurs, des experts du secteur et d'autres professionnels.
Opportunités de réseautage: établissez des connexions professionnelles avec des experts du secteur et avec vos pairs.
Accédez à des ressources complémentaires riches pour obtenir des matériaux et du contenu supplémentaires et ainsi approfondir votre parcours éducatif.
Tous les participants qui terminent avec succès le programme auquel ils sont inscrits recevront un certificat de réussite (Certificate of Completion) délivré par le MIT Professional Education, ainsi que des Unités d'Éducation Continue (CEU)*.
Pour obtenir des CEU, il est nécessaire de compléter la confirmation d'accréditation, disponible à la fin du cours. Les CEU sont calculés pour chaque cours sur la base du nombre d'heures d'apprentissage.
*Une Unité d'Éducation Continue ou CEU (Continuous Education Credit) équivaut à 10 heures d'apprentissage continu et indique le volume horaire que les participants ont consacré à un programme de développement professionnel n'étant pas sujet à des crédits ou à un diplôme. Pour savoir si les CEU peuvent ou non être appliqués à une certification professionnelle, aux conditions d'obtention d'un certificat ou à d'autres heures d'apprentissage ou de formation continue obligatoires, veuillez directement consulter votre service de formation ou votre organisme émetteur.
Qu'est-ce que le Machine Learning ?
Les différences entre le Machine Learning, les statistiques et l'intelligence artificielle
Les éléments de base du Machine Learning
Comprendre les données
Prédiction, prise de décision et inférence causale
Posez les bonnes questions pour comprendre les données
Savoir quels outils utiliser pour débloquer les connaissances
Comment la visualisation des données clarifie les données
Comment construire un modèle qui correspond le mieux à vos données ?
Comment quantifier le degré d'incertitude ?
Que faire quand il nous manque des données ?
Qu'y a-t-il au-delà de la régression linéaire ?
Comparer la capacité des différentes méthodes à minimiser les erreurs de prédiction
Faites de meilleures prédictions, en fonction de vos données et du résultat souhaité
Utilisez les bonnes approches pour faire face à la complexité des données
Qu'est-ce que les réseaux neuronaux et comment fonctionnent-ils ? Fonctionnent-ils réellement ?
Explorer l'histoire et les exemples de systèmes de réseaux neuronaux complexes
Comment les réseaux neuronaux minimisent-ils les erreurs, quelle que soit la taille de leur ensemble de données ?
Apprenez comment les décisions que vous prenez ont un impact sur l'avenir immédiat et au-delà
Choisissez la bonne approche en fonction de l'environnement, du rythme du flux d'informations et de votre objectif
Trouver l'équilibre entre l'exploration (identifier ce que nous ne savons pas encore) et l'exploitation (utiliser ce que nous savons déjà)
Apprenez à faire des recommandations en temps réel aux clients pour gagner plus d'affaires
Découvrez comment parvenir à une gestion optimale desstocks
Regardez comment les scientifiques des données explorent les moyens de prédire le prix futur des actifs numériques tels que le bitcoin
Étant donné un ensemble d'observations, identifiez ce qui a causé ces observations
Apprenez à concevoir des expérimentations qui permettent de tirer des conclusions solides
Des professionnels techniques responsables qui souhaitent tirer parti du machine learning pour améliorer les processus de prise de décision.
Des PDG, des managers et d'autres cadres non techniques de tous les secteurs qui gèrent des équipes ayant des responsabilités au niveau technique.
Des professionnels techniques cherchant à acquérir les connaissances de base nécessaires au machine learning.

Professor in the department of electrical engineering and computer science at MIT
Les taxes applicables seront calculées et ajoutées lors du paiement, conformément à la réglementation en vigueur dans le pays ou l’État.
Vous n'avez pas trouvé ce que vous cherchiez ? Planifiez un appel avec l'un de nos conseillers en programme ou appelez-nous au +1 315 602 3089.
Veuillez noter que notre équipe sera absente du 22 décembre 2026 au 5 janvier 2027 pour les congés de fin d’année. Nous serons heureux de répondre à vos demandes dès la reprise de nos activités au début de la nouvelle année.
Inscrivez-vous avant le