Le Machine Learning transforme la prise de décision dans tous les secteurs. Cette formation vous apprend à utiliser Scikit-learn pour construire des modèles de régression, classification et clustering sur des données réelles. Vous aborderez aussi le A/B testing et les méthodes avancées comme les forêts aléatoires et les réseaux de neurones, avec des applications concrètes en analyse de données et recommandation.

Public visé

Développeurs, Data Analysts, Data Scientists.

Prérequis

Avoir suivi cette formation, ou en maîtriser les thèmes abordés :

Python - Initiation

Objectifs pédagogiques

À l’issue de cette formation, vous serez capable de :

Utiliser Scikit-learn pour créer des modèles ML
Concevoir des expériences A/B testing
Visualiser clustering et régression avec Matplotlib
Appliquer les bonnes pratiques de préparation des données

Programme

Jour 1 - Matin

Introduction à la Data Science (la science des données)

Qu’est-ce que la Data Science ?
- Définition
- Différence entre statistiques et Data Science
- Champs d’application de la Data Science
- Outils et algorithmes pour faire de la Data Science
Les méthodes de Machine Learning (apprentissage automatique)
- L’apprentissage supervisé
- L’apprentissage non supervisé
- L’apprentissage renforcé

Le langage de programmation Python - Bases

Introduction à Python
Les structures / propriétés / fonctions spéciales
La Programmation Orientée Objet (POO)
La bibliothèque standard

Jour 1 - Après-midi

Le langage de programmation Python - Avancé

Notions avancées de Python
Respecter de bonnes pratiques de développement
Manipuler les librairies NumPy, SciPy, Pandas et Matplotlib

Préparation de données pour la Data Science

Pourquoi la préparation des données est-elle si importante en Data Science ?
Etapes de préparation des données (du nettoyage des données à la compréhension des données)

Jour 2 - Matin

Travaux pratiques

Maîtriser les techniques d’apprentissage automatique et d’exploration de données avec Scikitlearn de Python
- Extraction de caractéristiques et prétraitement
- Réduction de la dimensionnalité avec l’Analyse des Composants Principaux (PCA)
- Analyse de régression linéaire, multi-linéaire, polynomiale, logistique et régularisation

Jour 2 - Après-midi

Travaux pratiques

Maîtriser les techniques d’apprentissage automatique et d’exploration de données avec Scikitlearn de Python - Suite
- Classification supervisée
- Classification non supervisée et régression avec arbres de décision
- K-means clustering
- Perceptron et le Support des Machines Vectorielles (SVM)
- Réseaux de neurones artificiels

Jour 3 - Matin

Travaux pratiques

Maîtriser les techniques d’apprentissage automatique et d’exploration de données avec MLlib d’Apache Spark
- Analyse en composantes principales
- Analyse de régression
- K-means clustering
- Train / Test et validation croisée
- Méthodes bayésiennes
- Arbres de décision et forêts aléatoires
- Régression multivariée
- Modèles multiniveaux
- Support des Machines Vectorielles (SVM)
- Apprentissage par renforcement
- Filtrage collaboratif
- K plus proche voisin
- Le compromis biais / variance
- Apprentissage d’ensemble
- Fréquence de terme / Fréquence inverse de documents
- Conception expérimentale et A/B testing

Jour 3 - Après-midi

Cas d’usage particuliers de Data Science

Algorithmes de classification / supervisés et non supervisés
- Classification des itinéraires / chemins (basée sur les matrices origines / destinations temporelles)
- Détection de mode de transport ou forme de mobilité à partir de jeux de données images
Algorithmes de recommandation
- Filtrage collaboratif pour les recommandations : basé sur le contenu, les éléments, l’utilisateur ou filtrage hybride
Clustering pour les recommandations
Deep Learning pour les recommandations

Modalités d’évaluation des acquis

En cours de formation, par des travaux pratiques. En fin de formation, par un questionnaire d’auto-évaluation.

Voir aussi

Vous serez peut-être intéressés par les formations suivantes :

Formation DEV-PYTHON-320 — Data Science avec Python (Scikit-learn). Domaine : Développement. Niveau : Avancé. Durée : 3 jours (21 heures). Mots-clés : python, data-science, scikit-learn, machine-learning, matplotlib. Cylian Formation, Dijon.