Informatique

Comprendre comment organiser le traitement des données et structurer les processus de Machine Learning.

Introduction au machine learning

• Le Big Data et le machine learning.
• Zoom sur les données et les requêtes, attentes, des utilisateurs
• Les étapes de la préparation des données.
• le data munging/wrangling
• Le rôle du data scientist

Le Machine Learning

• Définition, les attentes par rapport au Machine Learning
• Les valeurs d’observation, et les variables cibles.
• Ingénierie des variables
• Comment choisir l'algorithme et les variables de l'algorithme.

Apprentissage automatique

• Les algorithmes d'apprentissage supervisés, non supervisés
• Classification des données
• Les étapes de construction d'un modèle prédictif.
• Détecter les valeurs aberrantes et traiter les données manquantes.
• Algorithmes : régression linéaire, k-voisins, classification naïve bayésienne, arbres de décision, etc ..

Les risques et écueils

• Importance de la préparation des données.
• L’écueil du « surapprentissage ».
• Les limites du Machine Learning

La visualisation des donnés

• L’intérêt de la visualisation.
• Outils disponibles,

Machine learning en production

• Les spécificités liées au développement d'un modèle en environnement distribué.
• Le déploiement Big Data avec Spark et la MLlib.
• Le Cloud : Amazon, Microsoft Azure ML, IBM Bluemix...
• La maintenance du modèle

Exemples de visualisation avec R et Python