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 K-­‐means 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.