A l'issue de cette formation, vous serez capable de :

• Identifier les enjeux de la Data Science et de l'IA
• Schématiser le cycle d'un projet Data Science
• Appliquer les meilleures pratiques en matière de nettoyage et de préparation de vos données avant l'analyse
• Modéliser un problème de Data Science.

Jour 1

Introduction à la Data Science

• Qu'est-ce que la Data Science ?
• Différence entre statistiques, Data Science et IA
• Champs d'application de la Data Science
• Outils et algorithmes pour faire la Data Science
• Les cycles d'un projet Data Science

L'apprentissage automatique

• L'apprentissage
• Automatique dans le passé
• Supervisé
• Non supervisé
• Renforcé

Rappel Python

• Introduction à Python
• Les structures / propriétés / fonctions spéciales
• La programmation orientée objet
• Manipuler les librairies :
• NumPy
• SciPy
• Pandas
• Matplotlib

Les algorithmes de l'apprentissage automatique

• Réduction de la dimensionnalité avec l'Analyse en Composantes Principales (ACP)
• Analyse de régression linéaire, multilinéaire, polynomiale, logistique et régularisation
• Classification supervisée
• Classification non supervisée et régression avec arbres de décision
• KNN (K-Nearest Neighbors)
• Le K-Means clustering
• Le perceptron et le support des machines vectorielles (SVM)
• Réseaux de neurones artificiels

Exemples de travaux pratiques (à titre indicatif)

• Réalisation d'un projet Data Science de bout en bout
• Collecte des besoins et de l'objectif du projet
• Exploration des données avec Python
• Visualisation avec Matplotlib
• Nettoyage des données
• Imputation des valeurs manquantes (avec moyenne, médiane, most frequent, KNN)
• Réduction de la dimension avec une ACP
• Entraînement de modèles de Machine Learning selon différents algorithmes et comparaison des performances selon différentes métriques

Jour 2

Les indispensables de la Data Science

• Cross-validation
• Les métriques d'évaluation
• Overfitting ou surapprentissage
• Biais vs variance
• Etapes de préparation des données (du nettoyage des données à la compréhension des données)
• Feature Engineering
• Data Visualisation
• La malédiction de la dimension
• Bonnes pratiques

Exemples de travaux pratiques (à titre indicatif)

• Reprise du projet précédent, ingénierie des attributs, amélioration de la qualité des données, et réapprentissage

Data Science et le Big Data

• Initiation aux traitements parallèles avec Spark MLlib