Machine Learning avec scikit-learn

Cette formation de 3 jours sur le Machine Learning avec scikit-learn offre une progression pédagogique logique, des bases en manipulation de données à l'optimisation avancée de modèles prédictifs. Jour 1 : Découverte des bibliothèques Python (Numpy, Pandas, Matplotlib, Seaborn) pour l'analyse et la visualisation de données, via des exercices pratiques comme l'estimation statistique et la manipulation de datasets (Titanic, Bike Sharing). Jour 2 : Introduction aux types d'apprentissage (régression, classification, clustering), entraînement et évaluation de modèles scikit-learn, avec pipelines et cas pratiques sur de vraies bases de données. Jour 3 : Techniques d'optimisation, déploiement et réduction de dimension pour visualisation, renforcées par des mises en situation réelles (détection de fraude, recommandations). Les méthodes d'apprentissage privilégient les exercices pratiques, ateliers de codage et analyses de cas concrets pour une acquisition active des compétences. Compétences acquises : traitement de données, conception/évaluation de modèles, optimisation et intégration en projets IA. Prérequis : Bases en Python et programmation ; notions en statistiques recommandées.