Machine Learning : les fondamentaux de l'apprentissage automatique
Comprenez et pratiquez le machine learning avec Python et scikit-learn : préparation des données, régression, classification, évaluation des modèles, clustering, et bonnes pratiques pour un usage responsable.
Par Admin Xamle
Ce que vous allez apprendre
- Comprendre les principes et les familles du machine learning
- Préparer et explorer un jeu de données
- Entraîner des modèles de régression et de classification
- Évaluer un modèle avec les bonnes métriques et éviter le surapprentissage
- Appliquer le clustering et déployer un modèle de façon responsable
Présentation
Le machine learning (apprentissage automatique) permet aux ordinateurs d'apprendre à partir de données pour faire des prédictions : estimer un prix, détecter une fraude, prévoir une récolte, recommander un produit.
Dans cette formation, vous apprendrez à :
- comprendre ce qu'est le machine learning et ses grandes familles ;
- préparer et explorer des données avec pandas ;
- entraîner des modèles de régression et de classification avec scikit-learn ;
- évaluer correctement un modèle et éviter le surapprentissage ;
- regrouper des données sans étiquettes et déployer un modèle de façon responsable.
Le fil rouge : prédire le rendement d'arachide de parcelles du bassin arachidier et le risque de non-remboursement de microcrédits agricoles.
Compétences acquises
Prérequis
- Connaître les bases de Python
- Notions de statistiques de base (moyenne, pourcentage) ; pandas est un plus
Programme
4 modules · 8 leçons
1Comprendre le machine learning2 leçons
•Connaître les principes, les familles et la démarche d'un projet.
- Qu'est-ce que le machine learning ?20 min
- La démarche d'un projet et l'environnement20 min
- 1 exercice(s)
- 1 mini-test
2Préparer les données2 leçons
•Explorer, nettoyer et transformer les données.
- Explorer et nettoyer avec pandas25 min
- Transformer les variables et séparer les données20 min
- 1 exercice(s)
- 1 mini-test
3Régression, classification et évaluation2 leçons
•Entraîner et évaluer les principaux modèles.
- Les modèles de régression et de classification25 min
- Évaluer un modèle25 min
- 1 exercice(s)
- 1 mini-test
4Aller plus loin et déployer2 leçons
•Éviter le surapprentissage, utiliser le clustering et déployer de façon responsable.
- Surapprentissage, réglages et clustering20 min
- Déployer et utiliser le machine learning de façon responsable20 min
- 1 exercice(s)
- 1 mini-test
Formateur
Admin Xamle
Avis
-
-0 avis
Pas encore d'avis pour cette formation.