Dernière mise à jour : 16/11/2024
Cette formation est dispensée par un·e ou plusieurs consultant·es d'OCTO Technology ou de son réseau de partenaires, expert·es reconnus des sujets traités.
Le processus de sélection de nos formateurs et formatrices est exigeant et repose sur une évaluation rigoureuse leurs capacités techniques, de leur expérience professionnelle et de leurs compétences pédagogiques.
L'évaluation des acquis se fait tout au long de la session au travers des ateliers et des mises en pratique.
Afin de valider les compétences acquises lors de la formation, un formulaire d'auto-positionnement est envoyé en amont et en aval de celle-ci.
En l'absence de réponse d'un ou plusieurs participants, un temps sera consacré en ouverture de session pour prendre connaissance du positionnement de chaque stagiaire sur les objectifs pédagogiques évalués.
Une évaluation à chaud est également effectuée en fin de session pour mesurer la satisfaction des stagiaires et un certificat de réalisation leur est adressé individuellement.
Jour 1
INTRODUCTION AU BIG DATA
Qu'est-ce-que le Big Data ?
L'écosystème technologique du Big Data
INTRODUCTION À LA DATA SCIENCE
Le vocabulaire d'un problème de Data Science
De l'analyse statistique au machine learning
Overview des possibilités du machine learning
MODÉLISATION D'UN PROBLÈME
Input / ouput d'un problème de machine learning
Mise en pratique "OCR"
IDENTIFIER LES FAMILLES D'ALGORITHMES DE MACHINE LEARNING
Analyse supervisée
Analyse non supervisée
Classification / régression
SOUS LE CAPOT DES ALGORITHMES : LA RÉGRESSION LINÉAIRE
Quelques rappels : fonction hypothèse, fonction convexe, optimisation
La construction de la fonction de coût
Méthode de minimisation : la descente de gradient
SOUS LE CAPOT DES ALGORITHMES : LA RÉGRESSION LOGISTIQUE
Frontière de décision
La construction d'une fonction de coût convexe pour la classification
LA BOITE À OUTIL DU DATA SCIENTIST
Introduction aux outils
Introduction à python, pandas et scikit-learn
CAS PRATIQUE N°1 : "PRÉDIRE LES SURVIVANTS DU TITANIC"
Exposé du problème
Première manipulation en python
Jour 2
RAPPELS ET RÉVISION DU JOUR 1
QU'EST-CE QU'UN BON MODÈLE ?
Cross-validation
Les métriques d'évaluation : precision, recall, ROC, MAPE, etc
LES PIÈGES DU MACHINE LEARNING
Overfitting ou sur-apprentissage
Biais vs variance
La régularisation : régression Ridge et Lasso
DATA CLEANING
Les types de données : catégorielles, continues, ordonnées, temporelles
Détection des outliers statistiques, des valeurs aberrantes
Stratégie pour les valeurs manquantes
Mise en pratique : "Remplissage des valeurs manquantes"
FEATURE ENGINEERING
Stratégies pour les variables non continues
Détecter et créer des variables discriminantes
CAS PRATIQUE N°2 : "PRÉDIRE LES SURVIVANTS DU TITANIC"
Identification et création des bonnes variables
Réalisation d'un premier modèle
Soumission sur Kaggle
DATA VISUALISATION
La visualisation pour comprendre les données : histogramme, scatter plot, etc
La visualisation pour comprendre les algorithmes : train / test loss, feature importance, etc
INTRODUCTION AUX MÉTHODES ENSEMBLISTES
Le modèle de base : l'arbre de décision, ses avantages et ses limites
Présentation des différentes stratégies ensemblistes : bagging, boosting, etc
Mise en pratique : "Retour sur le titanic"
APPRENTISSAGE SEMI-SUPERVISÉ
Les grandes classes d'algorithmes non supervisées : clustering, PCA, etc
Mise en pratique : "Détection d'anomalies dans les prises de paris"
Jour 3
RAPPELS ET RÉVISIONS
Synthèse des points abordés en journées 1 et 2
Approfondissement des sujets sélectionnés avec l'intervenant
MISE EN PRATIQUE
Le dernier jour est entièrement consacré à des mises en pratique
SÉLECTION ET PARTICIPATION À UNE COMPÉTITION
Le formateur sélectionnera une compétition en cours sur Kaggle ou datasciencenet qui sera démarrée en jour 3 par l'ensemble des participants