Télécharger le programme complet

!
FORMATION)PALO)IT
«)DEVENEZ)DATA)SCIENTIST)»
Animée)par)Patrick)LAFFITTE,)Senior)Big)Data)Expert
1/)Introduction)à)la)Data)Science)
• De#l’analyse#statistique#au#Machine#Learning#
• Description#des#possibilités#de#Machine#Learning#
• Ce#que#nous#allons#tester#et#essayer#dans#ces#méthodes#
• L’avenir#:#rapide#description#des#méthodes#nouvelles#(Deep#Learning).#
2/)Prise)en)main)de)Python)et)de)Notebook)
• Mise#à#niveau#sur#Python,#ses#modules#et#sa#philosophie#
• Apprendre#à#utiliser#Notebook.#
3/)Un)peu)d’histoire)pour)comprendre)l’existant)
• Le#Perceptron#:#comment#ca#marche#?#Comment#l’améliorer#?#
• Utilisation#&#limites#sur#un#cas#pratique#de#séparation#linéaire.#
4/)Utiliser)Sklearn)en)mode)supervisé)pour)classifier
• Régression#logistique#(notion#de#biais#et#de#variance)#
• Support#vecteur#machine#et#classification#dans#un#cas#non#linéaire#
• L’utilisation#des#arbres#de#décisions#
• Random#Forest#classifier##
• KNN##
• Problème#de#la#dimension#de#l’espace#des#modèles.#
5/)Préparation)des)données)
• Gérer#les#données#manquantes#ou#abîmées#
• Choisir#ses#variables#
• Changer#son#repère.#
6/)Apprentissage)supervisé)d’un)modèle)continu)avec)Sklearn)et)prédiction)d’une)valeur
• La#régression#linéaire#
• Méthodes#ensemblistes#(Arbres)#
• Les#difficultés#et#les#limites#de#ces#modèles.#
7/)Apprentissage)non)supervisé)
• Comprendre#la#méthode#KQmeans#et#ses#résultats#
• Utiliser#des#arbres#hiérarchiques.#
)
8/)Quelques))bonnes)pratiques)
• Outils#pour#préparer#vos#données#
• Automatisation#des#calculs#(pipeline)#
• Validation#de#votre#modèle.#
9/)A)vous)de)jouer)!
• Introduction#à#l’analyse#de#texte#
• Analyse#des#sentiments#sur#des#données#réelles#
• Partage#des#résultats#de#chacun#sur#cet#exercice#
• Mise#en#production#du#modèle.#
!