Machine learning

 
  Toutes les formations  Data science
  2 jours       1420       Avancé    
  Prochaine session
8 et 9 avril 2019
Objectifs

Comprendre ce qu’est le Machine Learning, la nature des problèmes qu’il permet de résoudre. Apprendre à mettre en œuvre les principaux algorithmes sur des données réelles, à analyser leurs résultats, et comparer leurs performances.


Prérequis

De bonnes bases en statistique inférentielle, en particulier en analyse discriminante par arbres de décision et en régression linéaire. De bonnes notions de programmation avec R.Niveau correspondant à la formation Modélisation et initiation au machine learning.


Contenu

Introduction

Méthodes d’agrégation ou méthodes d’ensemble

  • Bagging et forêts aléatoires : réduction de variance;
  • Mesures d’importance des variables
  • Agrégation d’arbres de décision
  • Boosting : réduction de biais

Support Vector Machines (SVM), et méthodes à noyaux

  • Support Vector Machines linéaires
  • Support Vector Machines non linéaires
  • Astuce du noyau et généralisation

Réseaux de neurones


Modalités pédagogiques

Afin de mobiliser les participants, de multiplier les échanges et de faciliter l’assimilation des connaissances, cette formation alterne exposés théoriques et applications pratiques / cas concrets / travaux sur ordinateur.