Techniques Avancées et Introduction au Machine Learning
DAT-401
Plongez dans le monde de l'Intelligence Artificielle. Ce cours vous guidera des bases mathématiques essentielles jusqu'au déploiement de vos modèles prédictifs. Vous maîtriserez la bibliothèque Scikit-Learn et apprendrez à résoudre des problèmes complexes de régression, de classification et de clustering.
📚 7 modules❓ 3 QCM🎯 1 projet final
📚 Modules du cours
1
Les Fondamentaux Statistiques
Comprendre les mathématiques derrière les algorithmes. Rappels sur les probabilités, les distributions de données, les tests d'hypothèses et les statistiques descriptives essentielles pour analyser vos jeux de données.
2
Introduction au Machine Learning avec Scikit-Learn
Découvrez le workflow standard du Machine Learning. Prise en main de la bibliothèque Scikit-Learn, préparation des données (preprocessing), séparation Train/Test et concepts de base de l'apprentissage supervisé.
3
Les Modèles de Régression
Apprenez à prédire des valeurs continues. Étude de la régression linéaire (simple et multiple), régression polynomiale, et évaluation des modèles avec les métriques clés (RMSE, R²).
4
Les Modèles de Classification
Apprenez à prédire des catégories. Étude de la régression logistique, des K-Plus Proches Voisins (KNN), des Arbres de Décision et analyse de la matrice de confusion.
5
Clustering (Apprentissage Non-Supervisé)
Découvrez comment trouver des structures cachées dans vos données sans étiquettes. Algorithmes K-Means, Clustering Hiérarchique et techniques de réduction de dimension.
6
Techniques d'Optimisation
Améliorez la performance de vos modèles. Cross-Validation, recherche des meilleurs hyperparamètres (GridSearch, RandomSearch), Feature Engineering et lutte contre le surapprentissage (overfitting).
Projet Final
🚀
Projet End-to-End : De la Donnée Brute au Modèle
Réalisez un projet complet de Machine Learning. Sélectionnez un jeu de données réel, nettoyez-le, entraînez plusieurs modèles, optimisez le meilleur candidat et déployez-le via une API pour qu'il puisse faire des prédictions en temps réel.
📌 Tous les modules requis⏱️ À rendre avant la fin du mois de décembre