Formation Data Science avec Python (Scikitlearn)

Jour 1 - Matin

Introduction à la Data Science (la science des données)

• Qu'est-ce que la Data Science ?
• Définition
• Différence entre statistiques et Data Science
• Champs d'application de la Data Science
• Outils et algorithmes pour faire de la Data Science
• Les méthodes de Machine Learning (apprentissage automatique)
• L'apprentissage supervisé
• L'apprentissage non supervisé
• L'apprentissage renforcé

Le langage de programmation Python - Bases

• Introduction à Python
• Les structures / propriétés / fonctions spéciales
• La Programmation Orientée Objet (POO)
• La bibliothèque standard

Jour 1 - Après-midi

Le langage de programmation Python - Avancé

• Notions avancées de Python
• Respecter de bonnes pratiques de développement
• Manipuler les librairies NumPy, SciPy, Pandas et Matplotlib

Préparation de données pour la Data Science

• Pourquoi la préparation des données est-elle si importante en Data Science ?
• Etapes de préparation des données (du nettoyage des données à la compréhension des données)

Jour 2 - Matin

Exemples de travaux pratiques sur Scikitlearn (à titre indicatif)

• Maîtriser les techniques d'apprentissage automatique et d'exploration de données avec Scikitlearn de Python
• Extraction de caractéristiques et prétraitement
• Réduction de la dimensionnalité avec l'Analyse des Composants Principaux (PCA)
• Analyse de régression linéaire, multi-linéaire, polynomiale, logistique et régularisation

Jour 2 - Après-midi

Exemples de travaux pratiques sur Scikitlearn (à titre indicatif) - Suite

• Maîtriser les techniques d'apprentissage automatique et d'exploration de données avec Scikitlearn de Python - Suite
• Classification supervisée
• Classification non supervisée et régression avec arbres de décision
• K-means clustering
• Perceptron et le Support des Machines Vectorielles (SVM)
• Réseaux de neurones artificiels

Jour 3 - Matin

Exemples de travaux pratiques sur Scikitlearn (à titre indicatif) - Suite

• Maîtriser les techniques d'apprentissage automatique et d'exploration de données avec MLlib d'Apache Spark
• Analyse en composantes principales
• Analyse de régression
• K-means clustering
• Train / Test et validation croisée
• Méthodes bayésiennes
• Arbres de décision et forêts aléatoires
• Régression multivariée
• Modèles multiniveaux
• Support des Machines Vectorielles (SVM)
• Apprentissage par renforcement
• Filtrage collaboratif
• K plus proche voisin
• Le compromis biais / variance
• Apprentissage d'ensemble
• Fréquence de terme / Fréquence inverse de documents
• Conception expérimentale et A/B testing

Jour 3 - Après-midi

Cas d'usage particuliers de Data Science

• Algorithmes de classification / supervisés et non supervisés
• Classification des itinéraires / chemins (basée sur les matrices origines / destinations temporelles)
• Détection de mode de transport ou forme de mobilité à partir de jeux de données images
• Algorithmes de recommandation
• Filtrage collaboratif pour les recommandations : basé sur le contenu, les éléments, l'utilisateur ou filtrage hybride
• Clustering pour les recommandations
• Deep Learning pour les recommandations