MACHINE LEARNING, MÉTHODES ET SOLUTIONS

Introduction au Machine Learning
- Le Big Data et le Machine Learning.
- Les algorithmes d'apprentissage supervisés, non supervisés et par renforcement.
- Les étapes de construction d'un modèle prédictif.
- Détecter les valeurs aberrantes et traiter les données manquantes.
- Comment choisir l'algorithme et les variables de l'algorithme -
Travaux pratiques
Prise en main de l'environnement R/Python à l'aide de Jupyter Notebook. Visualiser plusieurs exemples de modèles fournis.

Procédures d'évaluation de modèles
- Les techniques de ré-échantillonnage en jeu d'apprentissage, de validation et de test.
- Test de représentativité des données d'apprentissage.
- Les techniques de bootstrap
- La validation croisée
- Définition d'une métrique de performance.
- Mesures de performance des modèles prédictifs.
- Matrice de confusion, de coût et la courbe ROC et AUC.
Travaux pratiques
Evaluation et comparaison des différents algorithmes sur les modèles fournis.

Les algorithmes non supervisés
- Le clustering hiérarchique.
- Le clustering non hiérarchique.
- Les approches mixtes.
- Le clustering par mesure de densité DBSCAN
- Autres approches du Clustering
Travaux pratiques
Traitements de clustering non supervisés sur plusieurs jeux de données.

Les algorithmes supervisés régressions
- Le principe de régression linéaire univariée.
- La régression multivariée.
- La régression polynomiale.
- La régression régularisée.
Travaux pratiques
Mise en œuvre des régressions sur plusieurs types de données.

Les algorithmes supervisés classifications
- Le Naive Bayes.
- La régression logistique.
- Les arbres de décision
- Machines à vecteurs supports et méthodes à noyaux.
- Quantification vectorielle.
Travaux pratiques
Mise en œuvre des classifications sur plusieurs types de données.

Les algorithmes ensemblistes
- L'ensemble de méthodes bagging
- Ramdom Forest.
- Les méthodes de Boosting.
- L'assemblage de plusieurs modèles.
Travaux pratiques
Mise en œuvre des analyses avec un assemblage des algorithmes.

Concepts fondamentaux d'un réseau de neurones
- Rappel de bases mathématiques.
- Le réseau de neurones : architecture, fonctions d'activation et de pondération des activations précédentes.
- L'apprentissage d'un réseau de neurones : fonctions de coût, back-propagation, stochastic gradient descent.
- Modélisation d'un réseau de neurones.
- Data Augmentation : comment équilibrer un dataset
- Généralisation des résultats d'un réseau de neurones.
- Initialisations et régularisations d'un réseau de neurones.
- Optimisations et algorithmes de convergence.
Travaux pratiques
Approximation d'une fonction et d'une distribution par un réseau de neurones.

Machine Learning en production
- Le cycle de vie d'un projet de machine Learning.
- Les spécificités liées au développement d'un modèle en environnement distribué.
- Les outils du marché pour le traitement de la donnée.
- Le déploiement Big Data avec Spark et la MLlib.
- Le Cloud : DataBrics, Dataiku, DataDog, Amazon, Microsoft Azure ML, IBM Watson...
- La maintenance du modèle.
Travaux pratiques
Mise en production d'un modèle prédictif avec l'intégration dans des processus de batch et dans des flux de traitements.