Formation aux bases de la Data Science

Leçon 1 • Ce qu'est la science des données

Définit la science des données, la distingue des domaines connexes et cartographie ses composantes fondamentales. Établit le vocabulaire commun utilisé tout au long du cours.

Leçon 2 • Types de données et de problèmes

Catégorise les données structurées, non structurées et semi-structurées et les associe à des types de problèmes. Aide les praticiens à choisir des méthodes appropriées tôt dans un projet.

Leçon 3 • Éthique et pratique responsable

Couvre les biais, l'équité, la vie privée et la transparence en tant qu'obligations professionnelles fondamentales. Encadre le raisonnement éthique comme faisant partie intégrante de chaque étape du flux de travail.

Leçon 1 • Fondamentaux de la théorie des probabilités

Établit les règles de probabilité, les distributions et le raisonnement conditionnel essentiels pour modéliser l'incertitude. Soutient directement l'inférence statistique et l'évaluation des modèles.

Leçon 2 • Statistiques descriptives et distributions

Couvre les mesures de tendance centrale, de dispersion et de forme pour résumer les ensembles de données. Établit la base analytique pour l'analyse exploratoire des données dans le chapitre suivant.

Leçon 3 • Concepts de calcul infinitésimal pour l'optimisation

Présente les dérivées et les gradients comme outils pour minimiser les fonctions de coût. Fournit l'intuition derrière la façon dont les modèles apprennent à partir des données.

Leçon 4 • Inférence statistique et tests d'hypothèses

Enseigne l'estimation, les intervalles de confiance et les tests de significativité pour tirer des conclusions à partir d'échantillons. Permet aux praticiens de valider rigoureusement leurs résultats.

Leçon 1 • Gestion des données manquantes et bruitées

Identifie les schémas d'absence et applique des stratégies d'imputation et de filtrage. Empêche les problèmes de qualité des données de corrompre les modèles en aval.

Leçon 2 • Acquisition et ingestion de données

Couvre la lecture de données à partir de fichiers, de bases de données et d'API dans un environnement de travail. Définit le point de départ pour chaque étape de préparation ultérieure.

Leçon 3 • Validation des données et contrôles de qualité

Établit des contrôles systématiques pour vérifier le schéma, les plages et la cohérence avant la modélisation. Inculque un état d'esprit axé sur la qualité, essentiel pour les pipelines de production.

Leçon 1 • Génération et test d'hypothèses

Traduit les modèles visuels en hypothèses testables à l'aide des tests statistiques introduits précédemment. Relie les résultats de l'AED à des conclusions analytiques formelles.

Leçon 2 • Analyse bivariée et multivariée

Explore les relations entre deux variables ou plus à l'aide de la corrélation et du tri croisé. Révèle les interactions entre caractéristiques qui éclairent la sélection du modèle.

Leçon 3 • Visualisation efficace des données

Applique les principes de conception pour créer des graphiques clairs, précis et adaptés au public. Garantit que les résultats analytiques sont communiqués sans distorsion.

Leçon 1 • Évaluation et sélection des modèles

Applique la validation croisée, les métriques de performance et les courbes d'apprentissage pour comparer équitablement les modèles. Empêche le surapprentissage et garantit la généralisation à des données non vues.

Leçon 2 • Méthodes d'ensemble

Combine plusieurs modèles via le bagging et le boosting pour améliorer la précision et la robustesse. Représente l'état de l'art pour de nombreuses compétitions sur données tabulaires.

Leçon 3 • Algorithmes de régression

Couvre la régression linéaire, polynomiale et régularisée pour prédire des résultats continus. Fournit le point d'entrée le plus simple dans la modélisation supervisée.

Leçon 4 • Réglage des hyperparamètres

Optimise la configuration du modèle à l'aide de la recherche par grille, de la recherche aléatoire et des méthodes bayésiennes. Maximise les performances du modèle dans les limites des contraintes de calcul.

Leçon 1 • Réduction de dimensionnalité

Compresse les données de grande dimension tout en préservant la structure à l'aide de l'ACP et des méthodes de variété. Facilite la visualisation, la réduction du bruit et une modélisation plus rapide.

Leçon 2 • Apprentissage des règles d'association

Extrait les modèles de cooccurrence à partir de données transactionnelles à l'aide des métriques de support, de confiance et de lift. Couramment appliqué dans l'analyse des recommandations et du panier d'achat.

Leçon 3 • Algorithmes de regroupement

Regroupe les observations par similarité à l'aide de méthodes k-moyennes, hiérarchiques et basées sur la densité. Permet la segmentation et la découverte de modèles sans cibles étiquetées.

Leçon 1 • Mise en production des modèles d'apprentissage automatique

Couvre la sérialisation, l'encapsulation dans des API et la conteneurisation pour servir les modèles de manière fiable. Fait le pont entre l'expérimentation et l'ingénierie de production.

Leçon 2 • Construction de pipelines reproductibles

Automatise le prétraitement des données et les étapes d'entraînement des modèles en flux de travail versionnés et reproductibles. Garantit des résultats cohérents entre les environnements et les membres de l'équipe.

Leçon 3 • CI/CD pour l'apprentissage automatique

Applique les principes d'intégration continue et de déploiement continu pour automatiser les tests et la mise en production des modèles. Réduit les erreurs manuelles et accélère les cycles de déploiement sécurisés.

Leçon 1 • Stratégie et feuille de route en science des données

Explique comment prioriser les projets, mesurer le retour sur investissement et développer les compétences de l'équipe au fil du temps. Prépare les praticiens à diriger stratégiquement des fonctions de science des données.

Leçon 2 • Communication des résultats aux parties prenantes

Structure les récits fondés sur les données et traduit les résultats techniques en recommandations métier. Garantit que le travail analytique guide les décisions plutôt que de rester inutilisé.

Leçon 3 • Notions élémentaires de traitement du langage naturel

Applique le prétraitement du texte, la vectorisation et la classification aux données linguistiques. Permet aux praticiens d'extraire de la valeur des sources textuelles non structurées.

Leçon 4 • Fondamentaux de l'apprentissage profond

Introduit l'architecture des réseaux de neurones, l'entraînement et la régularisation pour la reconnaissance de formes complexes. Étend les compétences d'apprentissage supervisé aux données de grande dimension et non structurées.