Accueil / Formations

Formations

Fondamentaux de la Data Science Mixte : présentiel / à distance

Dernière mise à jour : 13/10/2021

Type : Stage pratique
Description
Surfant sur la vague du Big Data, le data scientist joue un rôle clé dans la valorisation de données. Au-delà des paillettes, quel est son rôle, ses outils, sa méthodologie, ses "tips and tricks" ? Venez le découvrir au travers de cette initiation à la Data Science délivrée par des data scientists renommés qui vous apporteront l'expérience des compétitions de Data Science et leurs riches retours d'expérience des modèles réels qu'ils mettent en place chez leurs clients.
Objectifs de la formation
  • Découvrir le monde de la Data Science et les grandes familles de problèmes
  • Savoir modéliser un problème de Data Science
  • Créer ses premières variables
  • Constituer sa boite à outils de data scientist
Public visé
  • Analyste
  • Statisticien
  • Architecte
  • Développeur
Prérequis
Connaissances de base en programmation ou scripting. Quelques souvenirs de statistiques sont un plus.
Modalités pédagogiques
Formation avec apports théoriques, échanges sur les contextes des participants et retours d'expérience pratique du formateur, complétés de travaux pratiques et de mises en situation.
Profil du / des Formateur(s)
Toutes nos formations sont animées par des consultants-formateurs expérimentés et reconnus par leurs pairs.
Modalités d'évaluation et de suivi
L'évaluation des acquis se fait tout au long de la session au travers des ateliers et des mises en pratique. Une évaluation à chaud sur la satisfaction des stagiaires est réalisée systématiquement en fin de session et une attestation de formation est délivrée aux participants mentionnant les objectifs de la formation, la nature, le programme et la durée de l'action de formation ainsi que la formalisation des acquis.
Programme
Jour 1

INTRODUCTION AU BIG DATA
Qu'est-ce-que le Big Data ?
L'écosystème technologique du Big Data

INTRODUCTION À LA DATA SCIENCE
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
Mise en pratique "OCR"
  • Nous verrons comment modéliser le problème de la reconnaissance optique de caractère

IDENTIFIER LES FAMILLES D'ALGORITHMES DE MACHINE LEARNING
Analyse supervisée
Analyse non supervisée
Classification / régression

SOUS LE CAPOT DES 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

SOUS LE CAPOT DES ALGORITHMES : LA RÉGRESSION LOGISTIQUE
Frontière de décision
La construction d'une fonction de coût convexe pour la classification

LA BOITE À OUTIL DU DATA SCIENTIST
Introduction aux outils
Introduction à python, pandas et scikit-learn

CAS PRATIQUE N°1 : "PRÉDIRE LES SURVIVANTS DU TITANIC"
Exposé du problème
Première manipulation en python

Jour 2

RAPPELS ET RÉVISION DU JOUR 1

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
Mise en pratique : "Remplissage des valeurs manquantes"

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

CAS PRATIQUE N°2 : "PRÉDIRE LES SURVIVANTS DU TITANIC"
Identification et création des bonnes variables
Réalisation d'un premier modèle
Soumission sur Kaggle

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
Mise en pratique : "Retour sur le titanic"
  • Utilisation d'une méthode ensembliste sur la base du précédent modèle

APPRENTISSAGE SEMI-SUPERVISÉ
Les grandes classes d'algorithmes non supervisées : clustering, PCA, etc
Mise en pratique : "Détection d'anomalies dans les prises de paris"
  • Nous verrons comment un algorithme non supervisé permet de détecter des fraudes dans les prises de paris

Jour 3

RAPPELS ET RÉVISIONS
Synthèse des points abordés en journées 1 et 2
Approfondissement des sujets sélectionnés avec l'intervenant

MISE EN PRATIQUE
Le dernier jour est entièrement consacré à des mises en pratique

SÉLECTION ET PARTICIPATION À UNE COMPÉTITION
Le formateur sélectionnera une compétition en cours sur Kaggle ou datasciencenet qui sera démarrée en jour 3 par l'ensemble des participants
Exposé (%)
60
Pratique (%)
30
Echanges (%)
10

M'inscrire à la formation

Lieu(x) :

Classe virtuelle
Détail des horaires :
Demander un devis
Prochaines Sessions
  • 08/12/21 → 10/12/21 À distance Classe virtuelle

Catalogue de formation propulsé par Dendreo,
logiciel spécialisé pour centres et organismes de formation

OCTO Academy respecte votre vie privée

Ce site web stocke des informations vous concernant via le dépôt de cookie afin de mesurer l’audience du site. Ces données de navigation sont anonymisées.

En cliquant sur « OK pour moi », vous manifestez votre consentement pour le dépôt de ces cookies.

Lire la politique de confidentialité

À propos des cookies

Sur ce site, nous utilisons des cookies pour mesurer notre audience, entretenir la relation avec vous et vous adresser de temps à autre du contenu qualitif ainsi que de la publicité. Vous pouvez sélectionner ici ceux que vous autorisez à rester ici.

Cookies