Module 1
Apprentissage Supervisé
Apprentissage Supervisé
15-25h
Leçons vidéo
Exercices
Lab pratique
Qu'est-ce que le machine learning ?
Types d'apprentissage (supervisé, non supervisé, par renforcement)
Applications et cas d'usage
Workflow d'un projet ML
Modèle de régression linéaire univariée
Fonction de coût
Descente de gradient
Régression linéaire multivariée
Feature scaling et normalisation
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Classification binaire
Fonction sigmoïde
Fonction de coût logistique
Descente de gradient pour la classification
Régularisation
Classification multiclasse (one-vs-all)
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Overfitting et underfitting
Régularisation (L1, L2)
Ensembles d'entraînement, validation et test
Courbes d'apprentissage
Sélection de features
Module 2
Algorithmes Avancés d'Apprentissage
Algorithmes Avancés d'Apprentissage
12-20h
Leçons vidéo
Exercices
Lab pratique
Architecture des réseaux de neurones
Propagation avant
Fonction d'activation
Entraînement avec TensorFlow
Classification multiclasse avec softmax
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Construction d'arbres de décision
Critères de division (Gini, entropie)
Élagage (pruning)
Avantages et limitations
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Forêts aléatoires (Random Forests)
Bagging et boosting
XGBoost (introduction)
Vote et stacking
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Module 3
Apprentissage Non Supervisé
Apprentissage Non Supervisé
13-25h
Leçons vidéo
Exercices
Lab pratique
K-means clustering
Choix du nombre de clusters (méthode du coude)
Clustering hiérarchique
DBSCAN (introduction)
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Distribution gaussienne
Algorithme de détection d'anomalies
Évaluation avec F1-score
Applications (fraude, monitoring)
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Analyse en Composantes Principales (PCA)
Choix du nombre de composantes
Compression de données
Visualisation
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Filtrage collaboratif
Recommandation basée sur le contenu
Factorisation matricielle
Mesures de similarité
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.