Initiation au Machine Learning avec R

  • Filière :

    Gestion de données

  • Sous-filière :

    NoSql & Big Data

  • Référence

    DB-MLR

  • Durée

    2 jours (14 h)

  • Prix par personne HT

    1 300 € HT

Objectifs pédagogiques

  • Savoir structurer un projet de Machine Learning.
  • Connaître les principaux algorithmes de Machine Learning.
  • Être capable d’évaluer et comparer différents modèles.
  • Connaître les écueils principaux et savoir les éviter

Programme de la formation

Introduction

  • C’est quoi le Machine Learning ?
  • L’environnement R pour le Machine Learning
  • Comment structurer un projet de Machine Learning

Les essentiels de la manipulation de données en R

  • Le tidyverse
  • dplyr et tidyr pour manipuler les données
  • Les cinq verbes fondamentaux
  • Vue d’ensemble des packages fondamentaux en R
  • Cas pratique

Analyse de Données Exploratoire (EDA)

  • Exploration d’un jeu de données
  • Visualisation de données à l’aide de ggplot2
  • Comment repérer les valeurs aberrantes
  • Comment changer le type des variables
  • Cas pratique

Créer un modèle de Machine Learning

  • Les modèles supervisés et non-supervisés
  • Classification vs Régression
  • Systèmes de recommandation
  • Le premier modèlede régression : La régression linéaire
  • Le premier modèle de classification : Le k-NN
  • Cas pratique

Évaluer un modèle de Machine Learning

  • Le sur-apprentissage et le sous-apprentissage
  • Spliter un jeu de données en entraînement et en test
  • Comment effectuer une validation croisée
  • Les différentes métriques en classification
  • Les différentes métriques en régression
  • Cas pratique

Les algorithmes de classification

  • La régression logistique
  • Les arbres de classification
  • Les forêts aléatoires
  • Les SVM
  • Les SVM à noyau
  • Comparatif et récapitulatif

Les algorithmes de régression

  • La régression ridge, LASSO, et Elastic net
  • Les arbres de régression
  • Les forêts aléatoires
  • Comparatif et récapitulatif

Communiquer les résultats

  • Enregistrer un modèle
  • Créer une application Shiny

Qualité

Cette formation est accessible aux personnes en situation de handicap, nous contacter en cas de besoin d’informations complémentaires.

Programme mis à jour le