EduGroupe accompagne les entreprises dans leurs projets de formation liée aux technologies informatiques
CONNAISSANCES PREALABLES
- Connaissance d'un langage de programmation comme Python, Java ou Scala.
PROFIL DES STAGIAIRES
- Architectes
- Chefs de projet
OBJECTIFS
- Savoir mettre en oeuvre les outils de Machine Learning sur Spark, savoir créer des modèles et les exploiter.
METHODES PEDAGOGIQUES
- 6 à 12 personnes maximum par cours, 1 poste de travail par stagiaire
- Remise d’une documentation pédagogique papier ou numérique pendant le stage
- La formation est constituée d’apports théoriques, d’exercices pratiques et de réflexions
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 - Introduction
- Rappels sur Spark : principe de fonctionnement, langages supportés.
2 - DataFrames
- Objectifs : traitement de données structurées
- L’API Dataset et DataFrames
- Optimisation des requêtes
- Mise en oeuvre des Dataframes et DataSet
- Chargement de données, pré-traitement : standardisation, transformations non linéaires, discrétisation
- Génération de données
3 - Traitements statistiques de base
- Introduction aux calculs statistiques
- Paramétrisation des fonctions
- Applications aux fermes de calculs distribués
- Problématiques induites
- Approximations
- Précision des estimations
- Exemples sur Spark : calculs distribués de base : moyennes, variances, écart-type, asymétrie et aplatissement (skewness/kurtosis)
4 - Machine Learning
- Apprentissage automatique : définition, les attentes par rapport au Machine Learning
- Les valeurs d’observation, et les variables cibles. Ingénierie des variables
- Les méthodes : apprentissage supervisé et non supervisé. Classification, régression
- Fonctionnalités : Machine Learning avec Spark, algorithmes standards, gestion de la persistence, statistiques
5 - Mise en oeuvre sur Spark
- Mise en oeuvre avec les DataFrames
- Algorithmes : régression linéaire, k-moyennes, k-voisins, classification naïve bayésienne, arbres de décision, forêts aléatoires, etc.
- Création de jeux d’essai, entraînement et construction de modèles
- Prévisions à partir de données réelles
- Travaux pratiques : régression logistiques, forêts aléatoires, k-moyennes
- Recommandations, recommendForAllUsers(), recommendForAllItems()
6 - Modèles
- Chargement et enregistrement de modèles
- Mesure de l’efficacité des algorithmes. Courbes ROC. MulticlassClassificationEvaluator()
- Mesures de performance
- Descente de gradient
- Modification des hyper-paramètres
- Application pratique avec les courbes d’évaluations
7 - Spark/GraphX
- Gestion de graphes orientés sur Spark
- Fourniture d’algorithmes, d’opérateurs simples pour des calculs statistiques sur les graphes
- Travaux pratiques :exemples d’opérations sur les graphes.
8 - IA
- Introduction aux réseaux de neurones
- Les types de couches : convolution, pooling et pertes
- L’approche du Deep Learning avec Spark. Deeplearning4j sur Spark
