Apprentissage automatique (machine learning) avec Python : un premier modèle
Bâtir son premier modèle prédictif en un jour
- Certification qualité française Qualiopi
- 1 jour — 7 h
- À distance, en classe virtuelle
- Heure de l’Est
- Soumission en 24 h
Quand on quitte l'analyse descriptive pour la prédiction, les embûches sont nombreuses : des données préparées à la hâte, un modèle évalué sur les lignes mêmes qui ont servi à son entraînement, un résultat avantageux obtenu sur une variable déséquilibrée. Le code s'exécute sans erreur, et pourtant les prédictions s'effondrent au contact du terrain.
Avec Python et scikit-learn, et à partir d'un vrai jeu de données, cette journée en classe virtuelle passe par toutes les étapes. On prépare les variables, on sépare les données d'apprentissage des données de test, on entraîne plusieurs modèles destinés à prédire une valeur ou une catégorie, puis on en évalue les résultats avec rigueur. Chacun monte un carnet de code (notebook) qu'il pourra réutiliser.
Objectifs pédagogiques
- Rendre des données prêtes pour l'apprentissage supervisé
- Séparer les données d'entraînement et de test en justifiant ses choix
- Entraîner avec scikit-learn un modèle de prédiction de catégorie et un modèle de prédiction de valeur
- Retenir les mesures d'évaluation qui conviennent au problème posé
- Reconnaître le surapprentissage et régler les paramètres
- Présenter les résultats et leurs limites à des non-spécialistes
Programme de la formation
Avant la formation
Analyse du besoin et évaluation de départ. Vos réponses sont transmises au formateur, qui ajuste la formation à votre niveau et à votre contexte professionnel.
- Régression ou classification
- Valeurs aberrantes et valeurs manquantes
- Mise à l'échelle et encodage
- Modèle de référence et séparation des données sans fuite d'information
- Régression logistique et régression linéaire
- Forêt aléatoire et arbre de décision
- Les principaux hyperparamètres
- Comparaison des modèles et pipeline reproductible
- Erreur quadratique, rappel, précision ou exactitude
- Courbes et matrice de confusion
- Surapprentissage et validation croisée
- Limites du modèle et variables les plus influentes
Après la formation
Évaluation des acquis et attestation de participation remise à chaque participant. Accès à L’académie, notre plateforme de plus de 400 formations en ligne.
Les points forts
Prochaines sessions
Aucune session publique à l’horaire pour le moment. Demandez une date.
À qui s’adresse cette formation ?
Analystes, statisticiens, développeurs et contrôleurs qui font leurs premiers pas en modélisation prédictive.
Organiser cette formation
Mon Pôle Formation est un organisme certifié Qualiopi, la certification qualité de l’État français pour la formation professionnelle. Chaque formation est commandée sur soumission par votre organisation.
Vous inscrivez un ou plusieurs employés sur une session déjà planifiée. La formation a lieu en classe virtuelle, en direct avec le formateur, à l’heure de l’Est (Canada).
La session réunit uniquement vos employés, aux dates de votre choix. Le programme est ajusté à vos outils, vos dossiers et vos priorités.
Ce programme peut servir de base à un parcours individuel ou à une formation entièrement construite pour vous, après un échange sur vos objectifs.
Vous recevez une soumission en 24 h, puis la convention de formation. À l’issue de la session, chaque participant reçoit son attestation de participation. Une question : +33 1 87 66 57 66.
Questions fréquentes
Un environnement Python comprenant pandas et scikit-learn. Les directives d'installation peuvent vous être envoyées avant la séance.
Quelques notions élémentaires suffisent. Les mesures d'évaluation sont expliquées au cours de la journée.
Demander une soumission
Indiquez le nombre de participants et la période souhaitée : nous vous adressons une proposition sous 24 h, puis la convention de formation.
Toutes nos formations informatique
Comparez cette formation avec nos 65 formations informatique à distance.