Devenez opérationnel

AutoML avec H2O.ai

Ce module permet aux participants de comprendre et de mettre en œuvre une démarche d’AutoML avec H2O.ai afin d’automatiser une partie du cycle de création, d’évaluation, de comparaison et de déploiement de modèles de Machine Learning. Il s’adresse à des data scientists et analystes avancés disposant déjà de connaissances de base en Machine Learning et en Python ou R. La formation vise à leur permettre de gagner en efficacité dans la construction de modèles, tout en conservant une capacité d’analyse critique sur les résultats produits automatiquement.

Objectifs de la formation

Créer des modèles ML automatisés.
Comparer les performances des modèles.
Déployer des modèles H2O.ai.

Public

Data scientists, analystes avancés

Prérequis

Connaissances en ML de base et Python/R

Contenu de la formation

Séquence 1 — Comprendre les principes de l’AutoML

Comprendre les principes et les apports de l’AutoML.
Identifier les cas d’usage adaptés à une démarche AutoML.
Situer H2O.ai dans l’écosystème des outils de Machine Learning automatisé.

Séquence 2 — Préparer les données pour une expérimentation AutoML

Préparer un jeu de données exploitable avec H2O.ai.
Identifier la variable cible et les variables explicatives.
Repérer les points de vigilance avant de lancer une expérimentation AutoML.

Séquence 3 — Créer des modèles automatisés avec H2O AutoML

Lancer une expérimentation AutoML avec H2O.ai.
Configurer les principaux paramètres d’une expérimentation.
Comprendre les modèles générés automatiquement.

Séquence 4 — Comparer les performances des modèles

Lire et interpréter les performances des modèles générés.
Comparer plusieurs modèles à partir de métriques adaptées.
Sélectionner un modèle pertinent selon le contexte d’usage.

Séquence 5 — Interpréter les modèles et analyser les résultats

Comprendre les principaux éléments d’interprétation disponibles.
Identifier les variables les plus influentes.
Produire une lecture critique des résultats d’un modèle AutoML.

Séquence 6 — Sauvegarder, exporter et réutiliser un modèle H2O.ai

Sauvegarder un modèle H2O.ai.
Recharger un modèle entraîné.
Réutiliser un modèle pour produire des prédictions.

Séquence 7 — Cas pratique de synthèse

Mobiliser les acquis de la formation.
Réaliser une expérimentation AutoML de bout en bout.
Présenter et justifier les choix réalisés.

Equipe pédagogique

Le formateur mobilisé pour ce module dispose d’une expertise confirmée en Machine Learning, AutoML et utilisation de H2O.ai.

Référent pédagogique et technique
Haciba, responsable pédagogique, est à votre disposition pour toute question relative au contenu, aux objectifs ou à l’organisation de la formation. Vous pouvez la joindre par téléphone au 01 53 90 15 20 ou par mail : esic(@)esic-online.com. Nous encourageons les apprenants à prendre contact pour toute précision ou pour discuter d’éventuels besoins spécifiques liés à leur parcours.

Suivi de l'exécution et évaluation des résultats

Dispositions spécifiques à cette formation

Questions de validation sur le fonctionnement de H2O AutoML.
Vérification de la bonne configuration d’une expérimentation AutoML.
Lecture commentée d’un premier leaderboard.
Le cas pratique de synthèse permet de vérifier la capacité du participant à créer des modèles ML automatisés, comparer leurs performances et réutiliser un modèle H2O.ai dans une logique de déploiement.
Questions de positionnement
Exercices pratiques guidés
Questions flash ou quiz court
Cas pratique de synthèse
Auto-évaluation et retour formateur

Dispositions relatives à l’ensemble des formations

Nous mettons en place un suivi rigoureux et une évaluation complète des résultats pour garantir la qualité et l’efficacité de nos formations.

Avant la formation:
- Entretien individuel ou questionnaire de positionnement: Permet d’analyser les besoins spécifiques des participants et d’ajuster les contenus pédagogiques en conséquence.
Pendant la formation:
- Exercices pratiques et mises en situation: Ces activités sont intégrées tout au long de la formation pour valider les acquis en temps réel.
- Feuilles de présence: Chaque participant émarge une feuille de présence par demi-journée, également signée par le formateur, assurant le suivi administratif.
Après la formation:
- Questionnaire de satisfaction à chaud: Administré immédiatement après la formation pour recueillir un retour sur la qualité des contenus et de l’animation.
- Questionnaire de satisfaction à froid: Envoyé trois mois après la formation pour évaluer l’impact réel sur les pratiques professionnelles.
- Questionnaire d’auto-évaluation possible: Permet aux participants de mesurer leurs progrès à l’issue de la formation.
- Certification(optionnelle) : Passage de la certification en conditions d’examen ou via télésurveillance, selon le dispositif retenu.
- Certificat de réalisation: Remis à l’issue de la formation, attestant de la participation effective des apprenants.

Nous veillons à accompagner les participants avant, pendant et après la formation pour maximiser leur progression et mesurer les retombées concrètes dans leur environnement professionnel.

Ressources techniques et pédagogiques

support pédagogique numérique
environnement Python ou R configuré pour les travaux pratiques
instance H2O.ai accessible pendant la formation
notebooks ou scripts d’exercices
jeux de données d’entraînement
exemples d’expérimentations H2O AutoML
exemples de leaderboards
modèles H2O.ai sauvegardés et réutilisables
fiches de synthèse sur les principales métriques d’évaluation
corrigés ou éléments de correction
ressources complémentaires pour approfondissement
le support pédagogique du module
les jeux de données utilisés pendant la formation
les notebooks ou scripts de démonstration
les exercices pratiques
les éléments de correction
une fiche mémo sur les principes de l’AutoML
une fiche de synthèse sur les métriques d’évaluation
des exemples d’expérimentations H2O AutoML
des exemples de sauvegarde et réutilisation de modèles
une bibliographie ou sitographie indicative pour approfondissement

Accessibilité

Nous accordons une attention particulière à l’accueil des personnes en situation de handicap. Si vous êtes concerné(e) et souhaitez suivre cette formation, nous vous invitons à nous contacter dès que possible. Ensemble, nous étudierons vos besoins spécifiques et mettrons en place les adaptations nécessaires pour garantir votre accès à la formation dans les meilleures conditions.

Délai d'accès

L’inscription à cette formation est possible dans un délai de 2 semaines avant le début de la session. Ce délai permet de finaliser les démarches administratives, de confirmer la prise en charge éventuelle des frais de formation et d’assurer une préparation optimale des participants.

Pour toute demande spécifique ou situation particulière, nous vous invitons à nous contacter afin d’étudier ensemble les possibilités d’adaptation.

Prérequis technique

Pour suivre cette formation dans de bonnes conditions, les moyens techniques suivants sont requis :

En présentiel:
- Tableau blanc ou paperboard, et un vidéoprojecteur pour les présentations.
- Outils pour le partage de documents avec les formateurs et autres participants.
À distance:
- Un logiciel de visioconférencecompatible (Teams, Zoom ou équivalent) pour participer aux sessions en ligne.
- Possibilité de partage d’écran entre le formateur et les participants.
- Accès à une plateforme pour le partage des documents pédagogiques et supports de formation.
- Connexion internet haut débit pour garantir une expérience fluide et interactive.

Nous vous recommandons de vérifier la disponibilité et la fonctionnalité de ces moyens techniques avant le début de la formation. En cas de difficulté, n’hésitez pas à nous contacter pour trouver une solution adaptée.