Machine learning avec Python et scikit-learn
Préparer des données, entraîner et évaluer des modèles, tester une hypothèse et construire un système de recommandation.
- Durée
- 21 h · 3 jours
- Niveau
- Intermédiaire
- Format
- Présentiel · Distanciel · Mixte
- Effectif max.
- 12 participants
Présentation
Ce programme passe de l’analyse de données à la modélisation prédictive. Les participants préparent les données avec NumPy, pandas et Matplotlib, construisent des modèles de régression et de classification avec scikit-learn, évaluent et comparent leurs résultats, puis abordent clustering, tests A/B et recommandations. Les notions clés (validation croisée, compromis biais-variance) sont expliquées et appliquées.
À qui s’adresse ce programme
- Analystes de données et développeurs
- Statisticiens qui passent au machine learning
- Data analysts en évolution vers la data science
Prérequis
- Expérience de codage ou de script
- Mathématiques de niveau secondaire
Objectifs pédagogiques
- Préparer et nettoyer les données
- Construire des modèles de régression et de classification avec scikit-learn
- Utiliser arbres, forêts aléatoires, K plus proches voisins, SVM et réseaux simples
- Évaluer et comparer des modèles avec la validation croisée
- Réaliser clustering et réduction de dimension
- Concevoir et interpréter un test A/B
- Produire des recommandations par filtrage collaboratif
Programme détaillé
6 modules · 21 h · 3 jours
Panorama et préparation des données
- Machine learning : cadre et vocabulaire
- Rappels Python utiles
- NumPy, SciPy et pandas
- Nettoyer, imputer et encoder
- Visualiser avec Matplotlib
Préparer un jeu de données hétérogène pour la modélisation.
Variables et réduction de dimension
- Extraction et sélection de caractéristiques
- Normalisation
- Analyse en composantes principales
- Découpage entraînement / test
- Pièges de fuite de données
Régression et classification
- Régression linéaire et régularisation
- Régression logistique
- Arbres de décision
- Mesures de performance
- Lecture de la matrice de confusion
Entraîner et comparer régression et classification sur un cas métier.
Apprentissage non supervisé et autres modèles
- K-means et clustering
- Machines à vecteurs de support
- Réseaux de neurones simples
- Choisir un algorithme
- Interpréter un modèle
Validation et ensembles
- Validation croisée
- Compromis biais-variance
- Forêts aléatoires et apprentissage d’ensemble
- K plus proches voisins
- Recherche d’hyperparamètres
Régler et comparer plusieurs modèles.
Tests A/B et recommandations
- Concevoir une expérience
- Interpréter un test A/B
- Filtrage collaboratif
- Mesurer la qualité des recommandations
- Mise en production : notions
Construire un petit système de recommandation.
Outils et technologies
Méthodes pédagogiques
- Alternance d’exposés courts et de travaux pratiques
- Démonstrations en direct par le formateur
- Projet fil rouge construit au fil des modules
- Corrections collectives et échanges sur les bonnes pratiques
Évaluation
- Exercices pratiques corrigés à chaque module
- Mini-projet réalisé en fin de formation
- Quiz de validation des acquis
Matériel requis
- Un ordinateur avec une connexion internet
- Python 3 avec Jupyter, NumPy, pandas, Matplotlib et scikit-learn (ou un environnement en ligne)
Ressources fournies
- Support de cours et dépôt d’exercices corrigés
Débouchés
- Un pipeline de machine learning reproductible
- Des modèles évalués et comparés
- Un notebook de projet de bout en bout
Les cours vidéo associés
Mes cours en vidéo qui accompagnent ce programme : pour préparer la formation ou réviser ensuite. Accès gratuit avec un compte.
