Formation
Classement – Prédiction de la Classe d’appartenance
La formation en quelques mots
Cette formation s'adresse à des personnes souhaitant mettre en oeuvre des algorithmes de prédictions des groupes d'appartenance de leurs données.
Ces groupes sont identifiés à l'avance (succès/échec, malade/sain, catégorie de produit...). Les méthodes mises en oeuvre construisent ces groupes sur la base d'un jeu d'entraînement labellisé, les groupes sont connus pour ces données. Il s'agit d'approches dites supervisées dans le cadre du machine Learning.
Pré-requis
Programme pédagogique simplifié
Cette formation s’adresse à des personnes souhaitant mettre en œuvre des algorithmes de prédictions des groupes d’appartenance de leurs données.
Ces groupes sont identifiés à l’avance (succès/échec, malade/sain, catégorie de produit…).
Les méthodes mises en œuvre construisent ces groupes sur la base d’un jeu d’entraînement labellisé, les groupes sont connus pour ces données. Il s’agit d’approches dites supervisées dans le cadre du machine Learning.
Objectifs pédagogiques
A l’issue de cette formation, l’apprenant sera capable de :
- Expliquer le contexte des approches de classement (différent de celui de la classification), approche supervisée vs non-supervisée,
- Connaître et optimiser les paramètres propres à chaque méthode et impactant ses résultats,
- Comprendre les différents algorithmes (AFD, PLS-DA, Régression logistique, arbre de décision, Random Forest),
- Mettre en oeuvre ces algorithmes,
- Interpréter les résultats obtenus en termes de connaissances métiers.