Prévision Vertex et Séries Temporelles en Pratique
Ce cours est une introduction à la création de solutions de prévision avec Google Cloud. Vous commencez par les modèles de séquence et les fondements des séries temporelles. Vous parcourez ensuite un flux de travail de bout en bout : de la préparation des données au développement et au déploiement de modèles avec Vertex AI. Enfin, vous apprenez les leçons et les conseils d'un cas d'utilisation dans le commerce de détail et appliquez ces connaissances en construisant vos propres modèles de prévision.
Ce que vous allez apprendre
- Comprendre les concepts principaux et les applications d'un modèle de séquence, des séries temporelles et de la prévision.
- Identifier les options pour développer un modèle de prévision sur Google Cloud.
- Décrire le flux de travail pour développer un modèle de prévision en utilisant Vertex AI.
- Préparer les données (y compris l'ingestion et l'ingénierie des caractéristiques) en utilisant BigQuery et les jeux de données gérés par Vertex.
- Entraîner un modèle de prévision et évaluer la performance en utilisant AutoML.
- Déployer et surveiller un modèle de prévision en utilisant les pipelines Vertex AI.
- Construire une solution de prévision de bout en bout en utilisant un jeu de données de commerce de détail.
Prérequis
- Connaissances de base de la syntaxe Python
- Compréhension de base des modèles d'apprentissage automatique
- Expérience préalable dans la création de solutions d'apprentissage automatique sur Google Cloud
Public cible
- Analystes de données professionnels, scientifiques des données et ingénieurs ML qui souhaitent construire des solutions de prévision haute performance de bout en bout sur Google Cloud et ajouter de l'automatisation au flux de travail.
Programme de la Formation
10 modules pour maîtriser les fondamentaux
Objectifs
- Identifier les raisons d'apprendre la prévision avec Vertex AI de Google.
- Apprendre les objectifs du cours.
Sujets abordés
- →Ce module aborde les raisons de construire une solution de prévision sur Google Cloud et présente les objectifs d'apprentissage.
Processus Qualité
L'engagement de SFEIR Institute : une démarche d'excellence pour garantir la qualité et la réussite de toutes nos formations. En savoir plus sur notre démarche qualité
- Lectures / Apports théoriques (Slides) — Présentation de concepts via des supports visuels (PowerPoint, PDF).
- Démonstration technique (Démos) — Le formateur réalise une manipulation ou une procédure devant les apprenants.
- Laboratoires dirigés (Labs) — Mise en pratique guidée sur logiciel, machine ou environnement technique.
- Quiz / QCM — Test rapide de connaissances (format papier ou numérique type Kahoot/Klaxoon).
L'atteinte des objectifs de la formation est évaluée à plusieurs niveaux pour garantir la qualité de la prestation :
- Évaluation continue des acquis : Vérification des connaissances tout au long de la formation via des méthodes participatives (en fonction de la formation: quiz, exercices pratiques, mises en situation) sous la supervision du formateur.
- Mesure de la progression : Dispositif d'auto-évaluation comparatif comprenant un diagnostic initial pour situer le niveau de départ, suivi d'une évaluation finale pour valider l'évolution des compétences.
- Évaluation de la qualité : Questionnaire de satisfaction en fin de session pour mesurer la pertinence et l'efficacité de la formation ressentie par les participants.
Prochaines sessions
Former plusieurs collaborateurs
- Tarifs dégressifs (plusieurs places)
- Session privée ou sur-mesure
- En présentiel ou à distance