Machine Learning : méthodes, algorithmes et mise en production — approche fréquentiste et bayésienne

Module 1 — Introduction au Machine Learning

• Le Big Data et le Machine Learning : positionnement et articulation
• Les algorithmes d'apprentissage supervisé, non supervisé et par renforcement
• Les étapes de construction d'un modèle prédictif
• Détection des valeurs aberrantes et traitement des données manquantes
• Sélection de l'algorithme et des variables pertinentes
• Techniques de ré-échantillonnage : jeux d'apprentissage, de validation et de test
• Test de représentativité des données d'apprentissage
• Démonstration : prise en main de l'environnement Spark avec Python via Jupyter Notebook et visualisation de modèles exemples

Module 2 — Procédures d'évaluation des modèles

• Mesures de performance des modèles prédictifs
• Matrice de confusion et matrice de coût
• Courbe ROC et AUC : évaluation et comparaison des algorithmes
• TP : évaluation et comparaison des différents algorithmes sur les modèles fournis

Module 3 — Modèles prédictifs : l'approche fréquentiste

• Apprentissage statistique : fondements et usages
• Conditionnement des données et réduction de dimension
• Machines à vecteurs de support (SVM) et méthodes à noyaux
• Quantification vectorielle
• Réseaux de neurones et Deep Learning
• Ensemble learning et arbres de décision
• Les algorithmes de Bandits et l'optimisme face à l'incertitude
• TP : mise en œuvre des familles d'algorithmes sur des jeux de données variés

Module 4 — Modèles et apprentissages bayésiens

• Principes d'inférence et d'apprentissage bayésiens
• Modèles graphiques : réseaux bayésiens, champs de Markov, inférence et apprentissage
• Méthodes bayésiennes : Naive Bayes, mélanges de gaussiennes, processus gaussiens
• Modèles markoviens : processus markoviens, chaînes de Markov, chaînes de Markov cachées, filtrage bayésien
• TP : mise en œuvre des familles d'algorithmes bayésiens sur des jeux de données variés

Module 5 — Machine Learning en production

• Spécificités du développement de modèles en environnement distribué
• Déploiement Big Data avec Spark et la MLlib
• Solutions cloud : Amazon AWS, Microsoft Azure ML, IBM Bluemix
• Stratégies de maintenance du modèle en conditions réelles
• TP : mise en production d'un modèle prédictif — intégration dans des processus batch et des flux de traitement