Aller au contenu
Demander un devis
Intelligence artificielle (IA)

AutoML avec H2O.ai

AutoML avec H2O.ai s’adresse aux data scientists, analystes et professionnels IT souhaitant automatiser et accélérer leurs pipelines de machine learning. Cette formation de 14h vous permet de maîtriser les outils…

14h
Intermédiaire
distanciel,presentiel

Description de la formation

AutoML avec H2O.ai s’adresse aux data scientists, analystes et professionnels IT souhaitant automatiser et accélérer leurs pipelines de machine learning. Cette formation de 14h vous permet de maîtriser les outils de machine learning automatisé pour optimiser vos modèles prédictifs sans expertise approfondie en tuning d’hyperparamètres.

Vous apprendrez à utiliser H2O.ai pour automatiser la sélection de features, l’entraînement de modèles et l’évaluation comparative. Cette approche réduit significativement les délais de mise en production et améliore la performance de vos algorithmes grâce à des techniques d’ensembling et d’optimisation avancées.

Disponible en distanciel et présentiel, cette formation bénéficie d’un accompagnement individualisé pour adapter les apprentissages à votre contexte professionnel. Elle est éligible au CPF et finançable par votre OPCO ou France Travail. ESIC, certifié Qualiopi, garantit une pédagogie de qualité et un suivi pédagogique optimal tout au long du parcours.

Objectifs pédagogiques

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

Programme détaillé

Module 1 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.
Module 2 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.
Module 3 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.
Module 4 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.
Module 5 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.
Module 6 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.
Module 7 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.

Prérequis

  • Connaissances en ML de base et Python/R

Public visé

  • Data scientists, analystes avancés

Modalités de la formation

  • ⏱ Durée : 14h
  • 📍 Format : 100% en ligne (distanciel synchrone) · Présentiel (Malakoff / Paris)
  • 💰 Financements éligibles : OPCO · France Travail · Plan entreprise · Autofinancement
  • 📊 Niveau d'entrée : Intermédiaire
  • 🎯 Pédagogie : Apports théoriques, exercices pratiques, études de cas, projet fil rouge
  • 🗓️ Délai d'accès : variable selon le mode de financement, généralement de 11 jours ouvrés à 1 mois après l'inscription. En savoir plus.
  • ♿ Accessibilité : Chaque demande émanant d'une personne en situation de handicap fait l'objet d'une étude de faisabilité et d'adaptation. Contactez notre référent handicap.

Équipe pédagogique

Nos formations sont conçues et animées par une équipe de formateurs experts, sélectionnés pour leur double compétence : une expertise métier acquise sur le terrain et une réelle expérience pédagogique. Le suivi de chaque apprenant est assuré par un référent pédagogique dédié.

  • Formateurs professionnels spécialistes de leur domaine, en veille permanente sur les évolutions du secteur
  • Référent pédagogique dédié, disponible tout au long du parcours
  • Contenus régulièrement actualisés et adaptés au niveau de chaque participant
  • Référent handicap pour l'accueil et l'adaptation des personnes en situation de handicap

Ressources 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

Suivi de l'exécution et évaluation

  • 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

Accessibilité

Les modalités d’accueil, d’accompagnement et d’évaluation peuvent être adaptées aux besoins des participants en situation de handicap. Les adaptations peuvent notamment porter sur : les supports pédagogiques ; le rythme de progression ; les modalités d’interaction ; l’organisation des exercices ; les conditions de réalisation des évaluations ; les outils numériques utilisés. Toute adaptation est étudiée en amont afin de garantir l’accessibilité de la formation, la participation effective du stagiaire et l’atteinte des objectifs pédagogiques, dans le respect du cadre prévu.

Fiche mise à jour le 7 juillet 2026.

Allez plus loin

Formations similaires

Dans le même domaine et au niveau Intermédiaire.

👀 Cross-sell

Les apprenants ont aussi consulté

D'autres formations populaires qui pourraient compléter votre parcours.

Populaire
Comptabilité, paie & fiscalité Intermediaire

Accompagnement VAE

Votre expérience professionnelle est une richesse inestimable, acquise au fil des années sur le terrain. La Validation des…

⏱ 30h 📡 Mixte

2700€

HT · Financement possible

Voir →