El aprendizaje automático (machine learning) constituye hoy en día una de las técnicas más eficaces para extraer el conocimiento y el valor de la creciente cantidad de datos recopilados en el seno de las empresas.
Descubra con un experto Artefact cómo Python, gracias a numerosas bibliotecas especializadas y una comunidad activa, le permite implantar las soluciones de aprendizaje automático que responden a sus necesidades.
Une formation sur 3 jours (3 x 7 heures) avec un parcours d'apprentissage clair et progressif. Nous veillons à ne pas vous perdre en chemin et faciliter la mémorisation des connaissances dont vous avez besoin pour avancer.
Objetivos
- Descubra los grandes modelos utilizados en el aprendizaje automático
- Comprender los problemas de clasificación, regresión y agrupación
- Saber implantar, medir y optimizar una solución de aprendizaje automático
Márchese con la capacidad de
A l'issue de cette formation mêlant théorie, exercices interactifs avec Python et études de cas guidés vous serez en mesure de :
- Conozca los distintos tipos de algoritmos de aprendizaje automático
- Asimilar el proceso de implantación de un proyecto de aprendizaje automático
- Implantar un modelo complejo de aprendizaje automático con herramientas
- Medir y optimizar los grandes algoritmos de aprendizaje automático
- Faire du text mining
- Faire du web scrapping
Materiales de formación
- Un book de fiches mémoires résumant les points clés de la formation
- Todos los códigos presentados en la sesión
Evaluación
La evaluación de los conocimientos adquiridos se realiza durante toda la sesión a través de talleres y ejercicios prácticos. Une évaluation à chaud sur la satisfaction des stagiaires est réalisée systématiquement en fin de session et une attestation de formation est délivrée aux participants mentionnant les objectifs de la formation, la nature, le programme et la durée de l'action de formation ainsi que la formalisation des acquis.
Requisitos previos
Nociones de Python
Público
La evaluación de los conocimientos adquiridos se realiza durante toda la sesión a través de talleres y ejercicios prácticos. Une évaluation à chaud sur la satisfaction des stagiaires est réalisée systématiquement en fin de session et une attestation de formation est délivrée aux participants mentionnant les objectifs de la formation, la nature, le programme et la durée de l'action de formation ainsi que la formalisation des acquis.
Material necesario
Ordenador portátil reciente (<5 años) con derechos de administración
Programa del curso
El aprendizaje automático, primeras nociones
3 heures
1.1 Introducción al aprendizaje automático
¿Qué es el aprendizaje automático?
1. Casos de uso cotidiano, utilización del ML por los industriales de hoy en día
2. ¿Qué es el aprendizaje automático? Definiciones y resumen de las etapas clave
3. Casos de uso posibles en los grandes sectores tipos, sus especificidades y puntos en común
4. Compromis performance vs. interprétabilité : faut-il toujours choisir entre les deux ?
1.2 Apprentissage supervisé - Processus de Data Science
Enfoque sobre el tipo de algoritmo más frecuente: el aprendizaje supervisado
1. Definición de la clave y variables explicativas. 2. Construction du jeu de données et préparation des échantillons.
2. Choix et entraînement du modèle : importance des statistiques descriptives et prévision de variables.
3. Comment quantifier et présenter la performance d'un modèle tout en choisissant la métrique adaptée à notre besoin
Trabajos prácticos
Aprendizaje supervisado
4 heures
2.1 Apprentissage supervisé - Gestion du sur-apprentissage
Comprender y evitar el sobreaprendizaje
- Aprender las tendencias identificadas en los datos, pero no a fondo: los problemas de subestimación y sobreaprendizaje
- Recopilación de datos: cómo elegir la configuración de entrada y de prueba
- Conservar las características de los datos en los destiladores: el destilador estratificado
- Gérer la présence dans le test de valeurs jamais observées en phase d'entraînement
- Utilizar mejor los datos disponibles gracias a la validación cruzada
- Cas particulier : les séries temporelles
2.2 Aprendizaje supervisado - Algoritmos clásicos
Los grandes algoritmos del aprendizaje supervisado
- Árboles de decisión y modelos ensamblados basados en ellos: bosques alóctonos y gradient boosting
- Las máquinas de vectores soporte
- Optimisation des hyperparamètres : grid search et randomized search
Aprendizaje no supervisado
3 heures
3.1 Apprentissage non supervisé
Que faire en l'absence d'une variable cible ?
- Metodología y ejemplo de aprendizaje no supervisado: clustering con k-means y Dbscan
- Acoplar los enfoques supervisados y no supervisados para obtener resultados más aprovechables.
- Un problema clásico no supervisado: la reducción de dimensión. Análisis en componentes principales y selección de características
Exploración de textos, web scraping
4 heures
4.1 Minería de textos
Explotación de datos textuales
- Clarification de la terminologie et des cas d'usage possibles : NLP, NLU, NLG, NER
- Fuentes de datos que pueden utilizarse en un proyecto
- Las etapas de un tratamiento previo del texto: limpieza, gestión de signos especiales, lematización y racinización
- Principales algoritmos : TF-IDF, Análisis de Dirichlet Latente,Word2Vec, Doc2Vec, ...
4.2 Raspado de páginas web
Extraer datos de la web, diferentes enfoques y puesta en práctica
- Recopilación de datos web: utilización de API frente a web scraping. Costes y límites de ambos enfoques.
- Paquetes utilizados: urllib y beautifulsoup. TP asociado
- ¡Contraintes légales : on n'a pas le droit de faire tout ce qu'on est en mesure de faire !
Étude de cas - Explorer la donnée
4 heures
5.1 Apropiación de los juegos de datos
Mise en condition sur un projet de Data Science
- Presentación de la plataforma Kaggle y extracción de un juego de datos
- Exploration des données : types des colonnes / valeurs manquantes ou aberrantes, distribution des valeurs.
- Visualización de datos: gráficos univariantes y bivariantes, correlación entre características
- Manipulación de variables: valores manométricos, valores atípicos, generación de variables categóricas e ingeniería de características
Estudio de casos - modelización y predicción
3 heures
6.1 Creación de modelos
Calibración de un modelo
- Création d'un échantillon d'entraînement et de validation, définition de la métrique de score.
- Elección de los modelos a ensayar y su funcionamiento. Mesures de performances sur le train set.
- Calibration du modèle : validation croisée, hyperparamétrage (grid search).
6.2 Prédiction
Medir el rendimiento del modelo
- Prédiction sur le set de test. Corrección de errores en caso de problemas (p. ej. variable catégorielle inconnue)
- Medidas de rendimiento de las predicciones en el conjunto de prueba, y comparaciones con las métricas en el conjunto de entrenamiento.
- Estudio de los resultados, identificación del modelo más eficaz, debate sobre posibles vías de mejora.
