Machine Learning
Etablissement : ECOLE DU NUMERIQUE
Langue : Français
Formation(s) dans laquelle/lesquelles le cours apparait :
- MASTER DATA ET IA [ECTS : 5,00]
Période : S3
Avoir suivi le cours de Machine Learning de Master 1
– Mettre en œuvre un projet de machine learning selon les 7 phases du cycle de vie.
– Savoir expliquer les principaux modèles de machine learning de façon théorique (mathématique) et leur mise en application
Cas pratique fil rouge : A partir d’un ensemble de données de plus de 30 Go, proposer des solutions de machine learning afin de répondre à la problématique du client
Ce cas pratique met en œuvre les notions vues dans les modules
- Big Data (intégration des données à grande volumétrie)
- Data visualisation (Présentation des données)
- Modélisation statistiques (Analyse des données, échantillonnage)
- Machine learning (Choix des algorithmes, méthodes d’évaluation)
Approfondissement des connaissances en machine learning
– Proposer via un exposé et une rédaction concise une explication théorique (mathématique) et pratique de certains algorithmes de machine learning ;
- SVM
- Arbre de décision et forêts aléatoire
- Réduction de dimension
- DBSCAN et Mean Shift
- Algorithmes de bagging et de boosting
