Initiation au machine learning en Python : du jeu de données au modèle évalué
Votre premier modèle prédictif, construit en une journée
- Certifié Qualiopi
- 1 jour — 7 h
- À distance, en classe virtuelle
- Heure suisse
- Devis sous 24 h
Variables mal préparées, modèle évalué sur les mêmes lignes que celles de l'apprentissage, score flatteur obtenu sur une cible déséquilibrée : passer de la statistique descriptive à la prédiction comporte bien des chausse-trappes. Le script s'exécute sans erreur, mais les prévisions s'effondrent face au terrain.
En une journée de classe virtuelle, les participants parcourent l'ensemble du processus avec Python et scikit-learn sur des données réelles : mise en forme des variables, séparation entre jeu d'apprentissage et jeu de test, entraînement de plusieurs modèles de classification et de régression, puis évaluation rigoureuse des performances. Chacun repart avec un notebook réutilisable.
Objectifs pédagogiques
- Mettre en forme des données en vue d'un apprentissage supervisé
- Séparer de façon argumentée données d'entraînement et données de test
- Entraîner avec scikit-learn un modèle de classification et un modèle de régression
- Retenir les métriques d'évaluation pertinentes selon le problème
- Repérer le surapprentissage et régler les hyperparamètres
- Présenter performances et limites à des interlocuteurs non spécialistes
Programme de la formation
Avant la formation
Analyse du besoin et test de positionnement. Vos réponses sont transmises au formateur, qui ajuste la formation à votre niveau et à votre contexte professionnel.
- Classer ou estimer une valeur : classification ou régression
- Données absentes et valeurs aberrantes
- Encodage des variables et normalisation
- Séparation sans fuite de données et modèle de base
- Régression linéaire, régression logistique
- Arbre de décision, forêt aléatoire
- Hyperparamètres essentiels
- Pipeline reproductible et mise en comparaison
- Accuracy, précision, rappel, erreur quadratique
- Matrice de confusion et courbes de performance
- Validation croisée et surapprentissage
- Variables déterminantes et limites du modèle
Après la formation
Évaluation des acquis et certificat de réalisation remis à chaque participant. Accès à L’académie, notre plateforme de plus de 400 formations en ligne.
Les points forts
Prochaines sessions
Aucune session inter programmée pour le moment. Demandez une date.
À qui s’adresse cette formation ?
Analystes, statisticien·ne·s, développeurs et contrôleurs de gestion qui font leurs premiers pas en modélisation prédictive.
Organiser cette formation
Mon Pôle Formation est un organisme certifié Qualiopi, la certification qualité de l’État français pour la formation professionnelle. Chaque formation est commandée sur devis par votre entreprise.
Vous inscrivez un ou plusieurs collaborateurs sur une session déjà planifiée. La formation a lieu en classe virtuelle, en direct avec le formateur, à l’heure suisse.
La session réunit uniquement vos collaborateurs, aux dates de votre choix. Le programme est ajusté à vos outils, vos dossiers et vos priorités.
Ce programme peut servir de base à un parcours individuel ou à une formation entièrement construite pour vous, après un échange sur vos objectifs.
Vous recevez un devis sous 24 h, puis la convention de formation. À l’issue de la session, chaque participant reçoit son certificat de réalisation. Une question : +33 1 87 66 57 66.
Questions fréquentes
Une installation de Python comprenant pandas et scikit-learn ; la marche à suivre peut vous être envoyée en amont.
Les bases suffisent ; les métriques d'évaluation sont expliquées en cours de journée.
Demander un devis
Indiquez le nombre de participants et la période souhaitée : nous vous adressons une proposition sous 24 h, puis la convention de formation.
Toutes nos formations informatique
Comparez cette formation avec nos 71 formations informatique à distance.