Neoddity

Semaine 1. Data Munging (3h de cours en direct).

L'analyse des données dans ses moindres détails : vous apprendrez à charger, nettoyer et manipuler des ensembles de données de base en Python : NumPy & Pandas.

• > Introduction à Numpy & Pandas

  Familiarisez-vous avec les deux bibliothèques au cœur de l'analyse des données en Python (NumPy et Pandas) :
  - Expliquer les différences entre ndarrays, Series et DataFrames
  - Construire et effectuer des opérations de base avec ces structures de données
  - Comprendre la nécessité de bibliothèques efficaces pour les mathématiques et l'analyse de données

• > Tabular Data Pt.1

  Découvrez les pouvoirs d'exploration des données de Pandas :
  - Indexer et sélectionnez dans les DataFrames
  - Nettoyer et remplacez les valeurs manquantes
  - Combiner et fusionner des ensembles de données

• > Tabular Data Pt.2

  Testez vos compétences en matière d'exploration de données en analysant les 50 meilleures chansons de l'ensemble de données Spotify 2019 avec Pandas :
  - Regroupement et agrégation des lignes
  - Calculer de nouvelles variables
  - Répondre à des questions statistiques sur l'ensemble de données

Semaine 2. Exploration de données (3h de cours en direct).

Apprenez à extraire et à communiquer des informations clés à partir de séries chronologiques (Time Series Data), de textes et d'ensembles de données d'images (Natural Language Processing, Computer Vision)

• > Time Series data

  Organisez les données de séries chronologiques avec Pandas :
  - Manipuler les indices temporels
  - Calculer des statistiques glissantes
  - Rééchantillonner des séries temporelles
  - Interpoler les valeurs manquantes

• > Texte & images

  Faites vos premiers pas dans le monde du traitement du langage naturel (NLP) et de la Computer Vision :
  - Opérer sur des chaînes de caractères python et construire des expressions régulières
  - Tokeniser et trouver des entités dans du texte avec spacy
  - Manipuler des images avec pillow

• > Data Visualisation

  Exploitez la visualisation des données pour explorer et communiquer :
  - Apprendre les bases de la culture des données et de la culture visuelle
  - Créer des graphiques avec matplotlib
  - Formater les graphiques pour les rendre plus efficaces
  - Créer des graphiques avancés

Semaine 3. Apprentissage non supervisé (3h de cours en direct).

La puissance analytique : ce chapitre ajoute le regroupement, la réduction de la dimensionnalité et la détection des anomalies à vos techniques d'analyse des données.

• > Clustering

  Regroupez un ensemble de données géospatiales à l'aide de k-Means :
  - Explorer les données en utilisant le clustering
  - Implémenter k-means avec sklearn
  - Visualiser des données géospatiales
  - Construire un graphique de ligne de crête

• > Réduction dimensionnelle

  Réduire la dimensionnalité d'un ensemble de données en utilisant PCA :
  - Utiliser la réduction de la dimensionnalité pour compresser des images
  - Implémentation de l'ACP sur un jeu de données d'emoji avec sklearn
  - Analyser la variance expliquée cumulative d'un modèle PCA
  - Utiliser la réduction de la dimensionnalité pour la visualisation des données

• > Détection d'anomalies

  Utilisez les distributions gaussiennes pour détecter les anomalies dans un ensemble de données d'image :
  - Implémenter la détection d'anomalies par distribution gaussienne avec sklearn
  - Déboguer l'optimisation d'un algorithme d'apprentissage
  - Discuter de l'imperfection des algorithmes d'apprentissage
  - Découvrir d'autres méthodes de détection des anomalies

Semaine 4. Entrainement de modèles (3h de cours en direct).

Modèles prédictifs pour résoudre des tâches fondamentales en machine learning.

• > Principes fondamentaux de l'apprentissage supervisé

  Comprendre les différents types d'algorithmes d'apprentissage et les tâches d'apprentissage automatique :
  - Définir les caractéristiques et les étiquettes
  - Comparer l'apprentissage supervisé et non supervisé
  - Différencier la classification et la régression
  - Explication des bases des procédures d'optimisation

• > Régression linéaire

  Utilisez la régression linéaire pour prédire le bonheur des pays :
  - Décrire un problème de régression
  - Ajuster un modèle de régression linéaire à un ensemble de données
  - Visualiser les prédictions d'un modèle de régression linéaire entraîné

• > Régression logistique

  Utilisez la régression logistique pour prédire la qualité des vins :
  - Décrire le problème de classification
  - Ajuster un modèle de régression logistique à un ensemble de données
  - Visualiser la limite de décision d'un modèle de régression logistique entraîné

Semaine 5. Apprentissage supervisé avancé (3h de cours en direct).

Modèles prédictifs pour résoudre des tâches fondamentales en machine learning.

• > Principes fondamentaux de l'évaluation

  Évaluez les modèles d'apprentissage automatique pour prédire leurs performances futures :
  - Diviser les ensembles de formation, de validation et de test avec sklearn
  - Exécuter des expériences d'apprentissage automatique de bout en bout
  - Comparer la qualité des modèles
  - Ajuster un hyperparamètre

• > Learning Better Pt.1

  Renforcez vos caractéristiques avec des mises à l'échelle et des polynômes pour améliorer la précision du modèle :
  - Mettre à l'échelle et réduisez une matrice d'éléments en utilisant la normalisation
  - Calculer des caractéristiques polynomiales
  - Utiliser les deux méthodes pour optimiser l'ajustement d'un modèle de régression

• > Learning Better Pt.2

  Régularisez un modèle pour améliorer ses propriétés de généralisation :
  - Sur-ajustement d'un modèle de régression polynomial
  - Utiliser la régularisation ridge pour éviter le sur-ajustement
  - Analyser l'effet du poids de la régularisation sur la taille des paramètres du modèle
  - Entrainer un modèle de régression logistique régularisé avec des caractéristiques polynomiales

Semaine 6. Non-Linear Models (3h de cours en direct).

Ce chapitre présente les modèles Naive Bayes, Decision Trees et Support Vector Machines (SVM), et les renforce avec des méthodes d'ensemble.

• > Support Vector Machine

  Utilisez les SVM pour détecter les billets de banque frauduleux :
  - Entraînement des SVM linéaires et à noyau RBF
  - Visualiser et comparer les limites de décision des classifieurs à grande marge
  - Analyse de l'effet des hyperparamètres de régularisation

• > Naive Bayes et arbres de décision

  Continuez à détecter les faux billets de banque avec Naive Bayes et les arbres de décision :
  - Entraînement et évaluation d'un classificateur Naive Bayes
  - Entraînement et évaluation d'un arbre de décision
  - Effectuer une analyse des erreurs pour mieux comprendre les hyperparamètres du modèle

• > Méthode d'ensembles

  L'union fait la force, combinez les modèles pour améliorer la précision :
  - Utiliser le bagging pour former des modèles de forêt aléatoire
  - Utiliser le boosting pour former des modèles AdaBoost et XGBoost
  - Analyser les compromis entre précision et performance dans les modèles d'ensemble

Semaine 7. Projet final (Office hours à la demande).

Testez vos compétences sur un ensemble de données publiques en réalisant un rapport d'analyse exploratoire des données et en formant au moins un modèle d'apprentissage automatique.