Machine Learning
Machine Learning appliqué à la finance : modèles, implémentation et déploiement
Programme de la formation
Jour 1
Machine Learning
☀ Matin — Fondamentaux du Machine Learning
| 09h00 – 09h30 | Introduction : ML supervisé/non supervisé/par renforcement – panorama des applications en finance |
| 09h30 – 11h00 | Régression linéaire et logistique : intuition, implémentation Python, évaluation de modèle |
| 11h00 – 11h15 | — Pause — |
| 11h15 – 12h30 | Arbres de décision, Random Forest et XGBoost : ensembles, feature importance, tuning |
🌙 Après-midi — Applications financières
| 13h30 – 15h00 | Détection de fraude et scoring de crédit : feature engineering, class imbalance, AUC-ROC |
| 15h00 – 15h15 | — Pause — |
| 15h15 – 16h45 | TPrédiction de séries temporelles financières : ARIMA, LSTM – atelier Python |
| 16h45 – 17h30 | Synthèse J1, Q&A |
Jour 2
Machine Learning
☀ Matin — Deep Learning et NLP
| 09h00 – 10h30 | Réseaux de neurones : perceptron, backpropagation, couches cachées – intuition et code |
| 10h30 – 10h45 | — Pause — |
| 10h45 – 12h30 | NLP en finance : transformers, embeddings, analyse de sentiment sur rapports financiers |
🌙 Après-midi — MLOps et réglementation
| 13h30 – 15h30 | MLOps : déploiement de modèles, monitoring de dérive, retraining, CI/CD pour le ML |
| 15h30 – 15h45 | — Pause — |
| 15h45 – 16h45 | Réglementation et éthique du ML en finance : AI Act, explainability (SHAP), biais algorithmiques |
| 16h45 – 17h30 | Projet final (pipeline ML complet), présentations, attestations |
Prêt à rejoindre la formation ?
Réservez votre place et développez vos compétences
LunMarMerJeuVenSamDim