所有课程 >
>

机器学习（自动学习）是目前最有效的一种技术，可提高企业内部收集的大量数据的认知度和价值。.

与 Artefact 专家一起了解 Python 的特点，它拥有大量的专业库和活跃的社区，可以帮助您实施符合您需求的机器学习解决方案。.

为期 3 天（3 x 7 小时）的培训，课程清晰、循序渐进。我们希望您在学习过程中不致于迷失方向，并帮助您掌握所需的知识，以取得进步。.

目标

  • 了解机器学习中使用的大型模型
  • 理解分类、回归和聚类问题
  • 掌握植入、测量和优化机器学习解决方案的方法

离开时能够

该课程包含理论、Python 互动练习和案例指导，您将掌握 ：

  1. 了解机器学习算法的不同类型
  2. 模拟机器学习项目的实施过程
  3. 利用工具植入复杂的机器学习模型
  4. 测量和优化大型机器学习算法
  5. 进行文本挖掘
  6. Faire du web scrapping

培训材料

  • 一本概述教育要点的回忆录
  • 会议期间发布的所有准则

评估

在整个培训过程中，都会通过工作室和实践活动对所学知识进行评估。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.

先决条件

Python 概念

公众

在整个培训过程中，都会通过工作室和实践活动对所学知识进行评估。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.

所需材料

带管理权限的新款便携式计算机（<5 年

预订此课程

按需提供



首席讲师

Rafaëlle Aygalenq

拉法埃尔-艾加伦克

在 Artefact 工作期间，Rafaëlle 成功完成了多项复杂任务，包括数据营销、计算机视觉、自然语言处理以及为不同企业提供建议。.

特别是，Rafaëlle 在计算促销活动对销售预测的影响方面拥有丰富的经验。.

课程议程

机器学习，最初的概念

3 小时

1.1 机器学习简介
什么是机器学习？
1.日常生活中的使用情况，当今工业巨头对 ML 的使用情况
2.机器学习是什么？定义和简要说明
3.大型行业的可能用途、特点和共同点
4.性能与可读性的折衷：两者之间是否必须做出选择？

1.2 监督学徒 - Data 科学过程
聚焦最常见的算法类型：监督学习
1.Définition de la cible et des variables explicatives.构建数据库和准备数据。.
2.选择和建立模型：描述统计和变量预测的重要性。.
3.如何量化和展示一个模型的性能，同时选择适合我们需求的三维模型？
实践经验

监督学徒

4 小时

2.1 监督学徒--学徒管理

了解并避免额外磨损

  1. 学习从数据中发现的趋势，但不能照本宣科：学习中和学习后的问题
  2. 数据存储：正确选择诱导和测试集
  3. 将数据特征保存在数据仓库中：分层数据仓库
  4. 在测试中显示启动阶段从未观测到的数值
  5. 通过验证，更好地利用现有数据
  6. 特殊情况：临时节目

 

2.2 监督学徒 - 分类算法

监督学徒的主要算法

  1. 决策树和基于决策树的集合模型：梯度森林和梯度提升
  2. 支持向量机
  3. 超参数优化：网格搜索和随机搜索

无监督学徒

3 小时

3.1 非监管学徒

在没有变量 Cible 的情况下该怎么办？

  1. 非指导性教学方法和实例：k-means 和 Dbscan 聚类法
  2. 将受监督和不受监督的方法结合起来，以获得更多可利用的成果。.
  3. Un problème non supervisé classique : la réduction de dimension.主要成分分析和特征选择

文本搜索、网络搜索

4 小时

4.1 文本挖掘

利用文本数据

  1. 澄清术语和可能的用法：NLP、NLU、NLG、NER
  2. 项目可能使用的数据来源
  3. 文本预处理的几个步骤： 净化、特殊符号管理、分词和排序
  4. 主要算法： TF-IDF、潜在德里赫特分析、Word2Vec、Doc2Vec、...

 

4.2 网络搜刮

提取网络数据，不同方法与实践

  1. 网络数据收集：使用 API 与网络搜刮。两种方法的成本和局限性。.
  2. 使用的软件包 : urllib et beautifulsoup.相关 TP
  3. 法律限制：人们无权做任何事情！

案例研究 - 资料探索

4 小时

5.1 数据库的使用

Data 科学项目的实施情况

  1. 介绍 Kaggle 平台并提取数据集
  2. 数据探索：结肠类型/异常值、异常值分布。.
  3. 数据可视化：单变量和双变量图形，特征之间的相关性
  4. 变量操作：变量值、异常值、分类变量和特征工程

案例研究 - 建模与预测

3 小时

6.1 制作模型

校准模型

  1. 创建诱导和验证模型，确定评分标准。.
  2. 选择可操作的模型并进行训练。火车性能测试。.
  3. Calibration du modèle : validation croisée, hyperparamétrage (grid search).

 

6.2 预言

测量模型性能

  1. 对测试集进行预测。出现问题时的错误修复（例如，变量 catégorielle inconnue）
  2. 测试集上的预测性能指标，以及与训练集上的三维模型的比较。.
  3. 对结果进行研究，确定性能更佳的模式，讨论改进的可能性。.