Qu'est-ce que le machine learning, datamining et les data sciences ?

- Les 5 variétés du Data Mining (Association, analyse de séquent, classification, clustering, prédiction)
- Méthodologie d’un projet (collecte des données, préparation, entraînement, prédiction, déploiement)
- Tour d'horizon des outils actuels (Python, SAS, Orange, ...)
- Présentation de Scikit Learn
- Derrière Scikit-learn : agrégations, loi de probabilité, bases statistiques
- La pile Scipy (numpy, scipy, python)
- Classification : LogisticRegression, RandomForestClassifier, SVC, etc.
- Clustering : KMeans, DBSCAN, AgglomerativeClustering, etc. - Régression / prédiction : LinearRegression, Ridge, GradientBoosting, etc.
- Pipeline complet : Prétraitement (StandardScaler, SimpleImputer, OneHotEncoder, etc.), Sélection de variables, Entraînement / validation croisée, Évaluation (confusion_matrix, roc_auc_score, etc.), Normalisation
- Détection d'anomalies
- Exemple de livrables : Analyse de données business avec recommandations (script python utilisant les algo implémentés de scikit pour répondre à une question - ex: faire la meilleure équipe possible)