La MasterClass "Data Science et Machine Learning - MasterClass Python" est conçue pour les professionnels souhaitant approfondir leurs connaissances en matière de Data Science et de Machine Learning en utilisant le langage de programmation Python. Cette MasterClass fournira une compréhension approfondie des concepts clés de la Data Science et du Machine Learning, ainsi que des compétences pratiques pour appliquer ces concepts en utilisant les bibliothèques Python populaires telles que NumPy, Pandas, Matplotlib, et Scikit-learn.
Chapitre 1: Introduction A la data science et au machine learning
# | Intitulé |
---|
3 | Présentation des concepts clés de la data science et du machine learning |
---|
3 | Vue d'ensemble des outils et des bibliothèques python pour la data science et le machine learning |
---|
Chapitre 2: Exploration et préparation des données
# | Intitulé |
---|
3 | Chargement et manipulation des données avec numpy et pandas |
---|
3 | Visualisation des données avec matplotlib et seaborn |
---|
3 | Nettoyage et prétraitement des données pour l'apprentissage automatique |
---|
Chapitre 3: Apprentissage automatique supervisé
# | Intitulé |
---|
3 | Régression linéaire et logistique |
---|
3 | Arbres de décision et forêts aléatoires |
---|
3 | Méthodes d'ensemble (boosting et bagging) |
---|
3 | Évaluation des modèles de machine learning |
---|
Chapitre 4: Apprentissage automatique non supervisé
# | Intitulé |
---|
3 | Clustering (k-means, dbscan) |
---|
3 | Réduction de dimension (acp, t-sne) |
---|
3 | Analyse des règles d'association (apriori, fp-growth) |
---|
Chapitre 5: Validation et optimisation des modèles
# | Intitulé |
---|
3 | Méthodes de validation croisée |
---|
3 | Optimisation des hyperparamètres |
---|
Chapitre 6: Déploiement des modèles de machine learning
# | Intitulé |
---|
3 | Exportation et importation de modèles |
---|
3 | Déploiement de modèles en production |
---|
Chapitre 7: Applications avancées en data science et machine learning
# | Intitulé |
---|
3 | Traitement du langage naturel (nlp) avec python |
---|
3 | Réseaux de neurones et deep learning
|
---|