Cloud Data & Stratégie IA Débutant

AutoML & No-Code IA

Construisez des modèles de Machine Learning sans écrire une ligne de code avec les outils AutoML.

2 jours (14h)
Durée
Débutant
Niveau

Inter-entreprise

890 €

par personne · HT

Intra-entreprise

1 800 €/jour

forfait groupe · HT

À propos de cette formation

L'AutoML démocratise le Machine Learning en automatisant les étapes de feature engineering, sélection de modèles et optimisation des hyperparamètres. Cette formation vous apprend à exploiter les principales plateformes AutoML du marché pour créer des modèles prédictifs performants sans expertise en data science. Vous travaillerez avec Google AutoML, Azure Automated ML, AWS AutoGluon et des outils no-code comme Obviously AI et DataRobot.

Objectifs pédagogiques

  • ✓
    Comprendre le fonctionnement et les limites de l'AutoML
  • ✓
    Entraîner des modèles avec Google AutoML Tables
  • ✓
    Utiliser Azure Automated ML pour la classification et régression
  • ✓
    Évaluer et comparer les modèles générés automatiquement
  • ✓
    Déployer et consommer un modèle AutoML via API

Programme détaillé

1 Fondements AutoML
  • — Pipeline AutoML : de la donnée au modèle
  • — Feature engineering automatique
  • — Neural Architecture Search (NAS)
2 Google et Azure AutoML
  • — Google AutoML Tables et Vertex AI AutoML
  • — Azure Automated ML : interface et SDK
  • — Interprétabilité des modèles (SHAP, feature importance)
3 Outils no-code
  • — Obviously AI et DataRobot
  • — H2O AutoML (open source)
  • — Comparaison des plateformes
4 Déploiement et limites
  • — API REST pour consommer le modèle
  • — Quand l'AutoML ne suffit pas
  • — AutoML vs Data Scientist : qui fait quoi ?

Public cible

Analystes, chefs de projet et professionnels métier souhaitant créer des modèles ML sans coder.

Prérequis

Aucune compétence en programmation requise. Notions de statistiques basiques.

Demander un devis

Un conseiller vous recontacte sous 24h.

En soumettant ce formulaire, vous acceptez d'être contacté par notre équipe.