Machine Learning avec scikit-learn

  • Référence : PYCB053
  • Durée : 2 jours (14 heures)
  • Certification : Non
  • Eligible CPF : Non

CONNAISSANCES PREALABLES

  • Connaissance de python et d'une bibliothèque de calcul telle que numpy ou pandas

PROFIL DES STAGIAIRES

  • Chefs de projet, data-scientists souhaitant comprendre le fonctionnement de scikit-learn

OBJECTIFS

  • Mettre en oeuvre scikit-learn pour de l'apprentissage machine et l'analyse de données

METHODES PEDAGOGIQUES

  • La formation est constituée d’apports théoriques, d’exercices pratiques et de réflexions
  • 6 à 12 personnes maximum par cours, 1 poste de travail par stagiaire
  • Remise d’une documentation pédagogique papier ou numérique pendant le stage

METHODES D'EVALUATION DES ACQUIS

  • Auto-évaluation des acquis par le stagiaire via un questionnaire
  • Attestation de fin de stage adressée avec la facture

FORMATEUR

Consultant-Formateur expert Bigdata

CONTENU DU COURS

1 - Présentation

  • Historique
  • Fonctionnalités
  • Lien avec Numpy et Scipy

2 - Maniulation de données

  • Chargement de données
  • Pré-traitement de données : standardisation, transformations non linéaires, discrétisation
  • Génération de données

3 - Analyse des données et classification

  • Modèles : linéaires, quadratiques, descente de gradient
  • Arbres décisionnels et méthodes d’ensembles
  • Recherche de clusters: modélisations, algorithmes, et méthodes d’évaluation
  • Réseaux de neurones

4 - Modèles d'apprentissage

  • Chargement et enregistrement
  • Génération de modèles
  • Estimation de la performance d’un modèle
  • Mesures de performance
  • Modification des hyper-paramètres
  • Application pratique avec les courbes d’évaluations
cookie