Cours 1 – La Data Science et le Machine Learning avec Python

1. Installation et prise en main de l’environnement de travail

• Qu’est-ce que la Data Science ?
• Présentation et installation d’Anaconda
• Maîtrise du notebook Jupyter : les bases et l’enregistrement du travail

2. Les bases du langage Python

• Concept et déclaration d’une variable
• Les chiffres et les opérateurs mathématiques
• Les strings et les opérateurs
• Maîtrise de Jupyter Notebook : session 2

3. Les conditions

• Les conditions logiques
• La structure des conditions

4. Les listes

• Concept, déclaration, consultation, manipulation et analyse d’une liste en Python

5. Les dictionnaires

• Qu’est-ce qu’un dictionnaire ?
• Navigation et manipulation d’un dictionnaire
• Les dictionnaires multi-valeurs

6. Les boucles

• Concept des boucles avec while
• La boucle for
• Création de listes de chiffres

7. Les fonctions

• Le concept, les paramètres et return d’une fonction
• Les paramètres optionnels
• TP : Les boucles et les fonctions – Analyse des données du Titanic

8. Les librairies

• Importer et utiliser une librairie
• Utiliser le gestionnaire PIP

9. Maîtriser la librairie Numpy

• Créer un tableau et sélectionner des valeurs
• Opérations sur un tableau
• Analyse et manipulation d’un tableau
• La fonction arange

10. Maîtriser la librairie Pandas

• Créer un premier DataFrame
• Comprendre la composition d’un DataFrame
• Navigation et création d’une boucle dans un DataFrame
• Data Cleaning
• Premières analyses avec Pandas
• Introduction au Feature Modeling
• Rassembler plusieurs jeux de données dans un DataFrame
• Gestion des dates
• Modifier le paramétrage de Pandas

11. Apprendre la Data Visualisation

• Créer son premier graphique
• Gestion du multi-graph
• Types de graphiques :
  • Bar chart
  • Histogramme de répartition
  • Nuage de points et scatter matrix
• Utilisation de la librairie Seaborn

12. Maîtriser les API pour extraire de la data

• Qu’est-ce qu’une API ?
• Le format JSON
• Comment requêter une API en Python ?
• Transformer du JSON en DataFrame
• Dynamisation du paramétrage des appels API

13. Apprendre le Web Scraping

• Qu’est-ce que le Web Scraping ?
• La librairie BeautifulSoup

14. Maîtriser le langage SQL

• Introduction au SQL
• Filtres sur une base de données
• Tri et calculs en SQL
• GROUP BY et les alias
• Concepts de clé primaire et étrangère
• Jointures en SQL

15. Une première approche de la statistique descriptive

• Types de variables
• Statistiques de base
• Qu’est-ce que la loi normale ?

16. Le Machine Learning

• Le concept du Machine Learning
• Comprendre le type de problème à résoudre
• Data Cleaning :
  • Analyse de la valeur à prédire
  • Vérification du format des colonnes
  • Gestion des valeurs manquantes
  • Correction des problèmes logiques des colonnes
• Data Modeling :
  • Concept de la régression linéaire
  • Split du jeu de données entre entraînement et test
  • Création d’un premier modèle uni-varié
  • Normalisation des variables et mise en pratique
  • Le dilemme biais-variance
  • Gestion des variables catégorielles

Cours 2 – Machine Learning : Concepts et Projets Pratiques

1. Introduction et notions transverses

• Qu’est-ce que la Data Science ?
• Machine Learning par secteur d’activité
• Machine Learning par type d’application
• Déroulement d’une étude en Data Science
• Méthodes descriptives et prédictives
• Vocabulaire en Data Science
• Environnement de développement
• Pré-requis :
  • Feature Scaling
  • Gestion des valeurs manquantes
  • Construction et évaluation d’un modèle de Machine Learning

2. Machine Learning supervisé

Régression :

• Régression linéaire simple et multiple
• Arbres de décision
• Forêts aléatoires (Random Forest)
  • Intuition
  • Représentation graphique
  • Fine tuning
  • Avantages et inconvénients
  • Cas d’application
  • Hyper-paramètres
  • Code Python : démo, exercices et corrections
• Autres algorithmes :
  • XGBoost (Extreme Gradient Boosting)
  • KNN (K-Nearest Neighbors)
  • SVM (Support Vector Machine)

Classification :

• Régression logistique multiple
• Arbres de décision
• Forêts aléatoires (Random Forest)
• XGBoost (Extreme Gradient Boosting)
• KNN (K-Nearest Neighbors)
• SVM (Support Vector Machine)

3. Notions transversales disséminées dans le cours

• Validation croisée et Bagging
• Imputation des valeurs manquantes
• Hyper-paramètres (Hyperparameter Tuning)