Formation Apprentissage automatique et analyse prédictive avec Python

Introduction à l'apprentissage automatique

• Types d'apprentissage automatique – supervisé vs non supervisé
• De l'apprentissage statistique à l'apprentissage automatique
• Flux de travail du data mining : compréhension du besoin métier, préparation des données, modélisation, déploiement
• Choix de l'algorithme adapté à la tâche
• Surapprentissage et compromis biais-variance

Vue d'ensemble de Python et des bibliothèques d'apprentissage automatique

• Pourquoi utiliser des langages de programmation pour le ML
• Choisir entre R et Python
• Cours accéléré sur Python et Jupyter Notebooks
• Bibliothèques Python : pandas, NumPy, scikit-learn, matplotlib, seaborn

Test et évaluation des algorithmes d'apprentissage automatique

• Généralisation, surapprentissage et validation des modèles
• Stratégies d'évaluation : validation sur un jeu de test, validation croisée, bootstrap
• Métriques pour la régression : erreur moyenne (ME), erreur quadratique moyenne (MSE), racine de l'erreur quadratique moyenne (RMSE), erreur absolue moyenne en pourcentage (MAPE)
• Métriques pour la classification : précision, matrice de confusion, classes déséquilibrées
• Visualisation de la performance des modèles : courbe de profit, courbe ROC, courbe de gain (lift curve)
• Sélection des modèles et recherche par grille pour le réglage des hyperparamètres

Préparation des données

• Importation et stockage des données sous Python
• Analyse exploratoire et statistiques descriptives
• Gestion des valeurs manquantes et des valeurs aberrantes
• Standardisation, normalisation et transformations
• Reformulation des données qualitatives et manipulation des données avec pandas

Algorithmes de classification

• Classification binaire vs multiclasse
• Régression logistique et fonctions discriminantes
• Bayes naïf, k plus proches voisins (k-NN)
• Arbres de décision : CART, forêts aléatoires, Bagging, Boosting, XGBoost
• Machines à vecteurs de support (SVM) et fonctions noyau
• Techniques d'apprentissage ensembliste (ensemble learning)

Régression et prédiction numérique

• Moindres carrés et sélection des variables
• Méthodes de régularisation : L1, L2
• Régression polynomiale et modèles non linéaires
• Arbres de régression et splines

Réseaux de neurones

• Introduction aux réseaux de neurones et au deep learning
• Fonctions d'activation, couches et rétropropagation
• Perceptrons multicouches (MLP)
• Utilisation de TensorFlow ou PyTorch pour la modélisation de base des réseaux de neurones
• Réseaux de neurones pour la classification et la régression

Prévision des ventes et analyse prédictive

• Prévision par séries temporelles vs prévision basée sur la régression
• Gestion des données saisonnières et des tendances
• Construction d'un modèle de prévision des ventes à l'aide de techniques d'apprentissage automatique
• Évaluation de la précision et de l'incertitude des prévisions
• Interprétation commerciale et communication des résultats

Apprentissage non supervisé

• Techniques de clustering : k-means, k-medoids, clustering hiérarchique, Self-Organizing Maps (SOM)
• Réduction de dimensionnalité : ACP (Analyse en Composantes Principales), analyse factorielle, SVD
• Mise à l'échelle multidimensionnelle

Data mining textuel (Text Mining)

• Prétraitement du texte et tokenisation
• Model bag-of-words, stemming et lemmatization
• Analyse des sentiments et fréquence des mots
• Visualisation des données textuelles avec des nuages de mots (word clouds)

Systèmes de recommandation

• Filtrage collaboratif basé sur les utilisateurs et basé sur les articles
• Conception et évaluation des moteurs de recommandation

Fouille de motifs d'association

• Ensembles d'articles fréquents et algorithme Apriori
• Analyse du panier d'achat et ratio de gain (lift ratio)

Détection de valeurs aberrantes

• Analyse des valeurs extrêmes
• Méthodes basées sur la distance et la densité
• Détection de valeurs aberrantes dans des données de grande dimensionnalité

Étude de cas d'apprentissage automatique

• Compréhension du problème métier
• Prétraitement des données et ingénierie des fonctionnalités (feature engineering)
• Sélection des modèles et réglage des paramètres
• Évaluation et présentation des conclusions
• Déploiement

Résumé et prochaines étapes