Machine learning
Formation Python
Le machine learning permet à un programme d’apprendre à partir d’exemples plutôt que de règles écrites à la main : prédire un prix, classer une demande, repérer une anomalie. Ce module montre, avec les outils de référence de Python, comment passer d’un jeu de données brut à un modèle évalué honnêtement. Les apprenants savent ensuite ce qu’un modèle peut promettre, et ce qu’il ne peut pas.
- Public
- Étudiants
- Développeurs Python
- Niveau
- Intermédiaire
- Formats
- Sur site ou à distance
Prérequis
Les bases de Python.
Objectifs
- Comprendre ce qu’est le machine learning et quand l’utiliser
- Explorer et préparer des données avec pandas et Matplotlib
- Entraîner un modèle de régression ou de classification avec scikit-learn
- Évaluer un modèle et repérer le surapprentissage
Programme
Comprendre le machine learning
Ce qu’un modèle apprend des données, l’apprentissage supervisé, et les problèmes où il est utile.
Les outils
Jupyter pour expérimenter, pandas pour manipuler les données, Matplotlib pour les visualiser.
Préparer les données
Explorer un jeu de données, le nettoyer et choisir les variables utiles.
Régression et classification
Prédire une valeur ou une catégorie avec scikit-learn.
Évaluer un modèle
Séparer les données d’entraînement et de test, mesurer l’erreur et éviter le surapprentissage.
Travaux pratiques
Par exemple estimer le prix d’un diamant à partir de ses caractéristiques, parmi d’autres exercices.
Des explications courtes, puis de la pratique : les exercices et le projet sont adaptés au niveau du groupe.