Algorithmes de machine learning classiques

Ce module est la deuxième partie du certificat "Science des données et Modélisation". L'objectif est d'apprendre à connaître et à utiliser les techniques fondamentales du machine learning et à jauger l'impact de tels outils dans une entreprise.

Cliquez ici pour découvrir les modalités d'évaluation et pédagogiques du programme  

Objectifs

Ce cours vous donnera :

• Une connaissance approfondie des fondamentaux du machine learning et de se applications business
• La compréhension technique des bases du machine learning
• Une expérience concrète avec des modèles de machine learning (apprentissage machine) et leurs applications pour donner une nouvelle dimension à votre entreprise.

Contenu

• 

  Jour 1 : Méthodes de clustering et classification

  Prise en main des fondamentaux du machine learning avec les algorithmes de clustering (partitionnement de données) et classification.

  Les principaux concepts abordés dans ce module sont : la librairie Scikit-learn, les méthodes de clustering et de classification.

• 

  Jour 2 : Méthodes de régression et séries temporelles

  Apprendre à utiliser les méthodes de régression et de série temporelles, pour ensuite les appliquer en entreprise.

  Les principaux concepts abordés dans ce module sont : la régression, les séries temporelles et la modélisation des données.

• 

  Jour 3 : Applications business des séries temporelles

  Expérience avec des méthodes de séries temporelles pour résoudre un problème business grâce au machine learning.

  Les principaux concepts abordés dans ce module sont : la modélisation des données et les séries temporelles en utilisant Scikit-learn.

Formateurs / Professeurs

Doreid Ammar

Expertise : Data science

Professeur Permanent | Directeur Académique | Data Science, Data Mining, Machine Learning, Artificial Intelligence, The Internet of Things, Computer Networks

Voir son profil