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
• Le flux de travail du data mining : compréhension de l'entreprise, préparation des données, modélisation, déploiement
• Choisir le bon algorithme pour la tâche
• Surapprentissage et compromis biais-variance

Vue d'ensemble de Python et des bibliothèques ML

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

Tests et évaluation des algorithmes ML

• Généralisation, surapprentissage et validation des modèles
• Stratégies d'évaluation : jeu de validation (holdout), validation croisée, bootstrap
• Métriques pour la régression : ME, MSE, RMSE, 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)
• Sélection de modèle et recherche sur grille (grid search) pour le réglage

Préparation des données

• Importation et stockage des données en Python
• Analyse exploratoire et statistiques descriptives
• Gestion des valeurs manquantes et des valeurs aberrantes
• Standardisation, normalisation et transformation
• Recodage des données qualitatives et transformation des données avec pandas

Algorithmes de classification

• Classification binaire vs multiclasse
• Régression logistique et fonctions de discrimination
• Naïve Bayes, k plus proches voisins
• Arbres de décision : CART, forêts aléatoires, Bagging, Boosting, XGBoost
• Machines à vecteurs de support et noyaux
• Techniques d'apprentissage par ensembles

Régression et prédiction numérique

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

Réseaux neuronaux

• Introduction aux réseaux neuronaux et à l'apprentissage profond
• Fonctions d'activation, couches et rétropropagation
• Perceptrons multicouches (MLP)
• Utilisation de TensorFlow ou PyTorch pour la modélisation de base des réseaux neuronaux
• Réseaux neuronaux pour la classification et la régression

Prévision des ventes et analyse prédictive

• Séries temporelles vs prévision basée sur la régression
• Gestion des données saisonnières et basées sur les tendances
• Construction d'un modèle de prévision des ventes utilisant des techniques de ML
• Évaluation de la précision et de l'incertitude des prévisions
• Interprétation commerciale et communication des résultats

Apprentissage non supervisé

• Techniques de regroupement : k-means, k-médoides, regroupement hiérarchique, Self-Organizing Maps (SOM)
• Réduction de dimensionnalité : ACP (PCA), analyse factorielle, SVD
• Mise à l'échelle multidimensionnelle

Data mining textuel (Text Mining)

• Prétraitement du texte et tokenisation
• Sac de mots (Bag-of-words), racinisation et lemmatisation
• 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 l'utilisateur et basé sur l'article
• Conception et évaluation des moteurs de recommandation

Extraction de motifs d'association

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

Détection des valeurs aberrantes

• Analyse des valeurs extrêmes
• Méthodes basées sur la distance et la densité
• Détection des valeurs aberrantes dans les données à haute dimension

Étude de cas d'apprentissage automatique

• Compréhension du problème commercial
• Prétraitement des données et ingénierie des fonctionnalités
• Sélection de modèle et réglage des paramètres
• Évaluation et présentation des résultats
• Déploiement

Résumé et prochaines étapes