CESDev Academy · DS301

Machine Learning appliqué

Comprendre le cycle de construction et d’évaluation d’un modèle prédictif.

Aperçu du programme

Ce que vous apprendrez.

Découvrez les compétences développées, les modules du parcours et la production attendue en fin de formation.

À retenir sur cette formation

Compétence visée : Construire et évaluer un modèle prédictif responsable

Public cible : Analystes ayant des bases en statistiques et programmation

Production finale indicative : Dossier d’entraînement, validation et interprétation d’un modèle

Programme de formation — 7 modules

Parcours pratique organisé en modules progressifs. Les ressources, études de cas, travaux pratiques et évaluations sont accessibles aux apprenants dans Moodle.

  1. Définir un problème de machine learning
  2. Préparer les données sans introduire de fuite d’information
  3. Entraîner et comparer des modèles de référence
  4. Valider les modèles et prévenir le surapprentissage
  5. Évaluer les performances et choisir un seuil de décision
  6. Interpréter les modèles et examiner leurs limites
  7. Documenter, reproduire et préparer l’utilisation du modèle
Production finale : Un dossier de modélisation reproductible avec résultats et limites.
Production ou évaluation finale : Projet final.
Voir les quatre grands axes du parcours