Catia sciences les fondamentaux

Code : 353 Catégorie de la formation : Option compatible :

Objectifs

En situation de travail, vous serez capable de :
A l’issue de cette formation, vous serez capable de :. Comprendre le métier de Data Scientist et les grandes familles de problèmes. Modéliser un problème de Data Science. Créer vos premières variables. Constituer votre boîte à outils de Data Scientist
Durant la formation vous apprendrez à :
- Maitriser l’interface et les fonctionnalités du logiciel.
- Créer des documents simples ou complexes.
- Enregistrer et exporter dans les formats standards.

Prochaines sessions (si disponibles) :

Contenu de la formation

Introduction au Big Data

Qu’est-ce-que le Big Data ?
L’écosystème technologique du Big Data

Introduction à la Data Science, le métier de Data Scientist

Le vocabulaire d’un problème de Data Science
De l’analyse statistique au machine learning
Overview des possibilités du machine learning

Modélisation d’un problème

Input / ouput d’un problème de machine learning

Identifier les familles d’algorithmes de machine learning

Analyse supervisée
Analyse non supervisée
Classification / régression

Algorithmes : la régression linéaire

Quelques rappels : fonction hypothèse, fonction convexe, optimisation
La construction de la fonction de coût
Méthode de minimisation : la descente de gradient

Algorithmes : la régression logistique

Frontière de décision
La construction d’une fonction de coût convexe pour la classification

La boîte à outil du Data Scientist

Introduction aux outils
Introduction à Python, Pandas et Scikit-learn
Qu’est-ce qu’un bon modèle ?
Cross-validation
Les métriques d’évaluation : precision, recall, ROC, MAPE, etc

Les pièges du machine learning

Overfitting ou sur-apprentissage
Biais vs variance
La régularisation : régression Ridge et Lasso

Data Cleaning

Les types de données : catégorielles, continues, ordonnées, temporelles
Détection des outliers statistiques, des valeurs aberrantes
Stratégie pour les valeurs manquantes

Feature Engineering

Stratégies pour les variables non continues
Détecter et créer des variables discriminantes

Data visualisation

La visualisation pour comprendre les données : histogramme, scatter plot, etc
La visualisation pour comprendre les algorithmes : train / test loss, feature importance, etc

Introduction aux méthodes ensemblistes

Le modèle de base : l’arbre de décision, ses avantages et ses limites
Présentation des différentes stratégies ensemblistes : bagging, boosting, etc

Apprentissage semi-supervisé

Les grandes classes d’algorithmes non supervisées : clustering, PCA, etc.

Contenu de la formation

Prochaines sessions (si disponibles) :

Retour haut de page

Contact

Parce que tout ne s’écrit pas sur un site internet,
Parce que nous aimons faire du sur-mesure,
Parce que rien ne remplace la relation humaine,
Parce qu’on aimerait bien discuter avec vous,
Laissez-nous un message et on vous recontacte !

Adresse

20, chemin de la Cépière
Bâtiment A. - 3e étage 31100 Toulouse

Email

contact@opus-fabrica.fr

Téléphone

05 34 61 33 90