Public concerné
Développeur Python amené à retraiter et exploiter des données, avec ou sans expérience en Machine Learning.
Prérequis
Connaissance de Python et connaissance en algèbre et statistiques de base.
Développeur Python amené à retraiter et exploiter des données, avec ou sans expérience en Machine Learning.
Connaissance de Python et connaissance en algèbre et statistiques de base.
Structure générale d’un apprentissage
Apprentissage / Validation / Test
Grid Search et Cross validation
Métriques d’évaluation des modèles
Les types d’apprentissage : supervisé, semi supervisé, non supervisé, par renforcement, réapprentissage
Normalisation des données
Réduction de dimensionnalité (PCA)
Régression linéaire>
Régression logistique
Régression logistique dans le cadre multi classe : 1 vs all, Softmax
Arbre de décision, forêts aléatoires et apprentissage ensembliste
Autres algorithmes : classification naïve bayésienne, méthode des k
plus proches voisins (K NN), réseaux de neurones, SVM
K-moyennes (k means ), k-médoïdes
Clustering Hiérarchique Ascendant (CAH) et Descendant (CAD)
Carte auto-organisatrice (SOM)>
novencia Group
21 rue de la banque - 75002 - Paris
novencia Group
55 ter avenue René CASSIN 69009 - LYON
Agaetis
9 allée Evariste Galois - 63170 - Aubière
Acemis
Spaces Auderghem, Avenue Hermann Debroux, 54. 1160 Auderghem
Acemis
11 Rue Beatrix de Bourbon,L – 1225 – Luxembourg
AREA Consulting
Av. du Japon, rés. Ennozha - Bloc Amira, 3e étage - Montplaisir 1073 Tunis - Tunisie
novencia MEA
rue 20 mars, immeuble Aoun, 5e étage, cité Jawhara, 4000 Sousse - Tunisie