Formation Formation Data Mining et Machine Learning

• Comprendre les différences entre apprentissage automatique supervisé, non supervisé et meta-apprentissage?
• Savoir transformer un gros volumes de données à priori hétérogène en information utile
• Maîtriser l’utilisation d’algorithmes d'auto-apprentissage adaptés à une solution d'analyse
• Comprendre comment exploiter de gros volumes de données textuelles
• Être capable d'appliquer ces différentes techniques aux projets Big Data

La maitrise du Data Mining et du Machine Learning est devenu une compétence nécessaire, voire même indispensable à toute personne souhaitant développer une expertise Big Data puisqu’elle permet d’explorer ou de fouiller de très importants volumes de données pour construire des modèles et répondre aux problèmes très variés des entreprises lorsque les méthodes statistiques traditionnelles deviennent inopérantes. Pour cela, les experts en Big Data doivent maitriser l’élaboration et l’étude des algorithmes permettant à des machines d’apprendre automatiquement à partir des données et à effectuer des tâches de façon performante.

INTRODUCTION

• Data Mining vs Big Data
• Data Mining vs Machine Learning vs Deep Learning
• Apprentissage supervisé vs Apprentissage non supervisé et méta-apprentissage

INGÉNIERIE DE LA DÉCISION

• Analyse procédurale hiérarchique
• Problème d’association stable (algorithme de Lloy Shaply)
• Chaîne de Markov discrète (DTMC)
• Jeu d’entraînement et jeu de test
• SÉLECTION D’INSTANCES
• Échantillonnage balancé
• Échantillonnage stratifié (probabilité non égales)

DATA MINING (FOUILLE DE DONNÉES)

• Analyse en composantes principales
• Analyse d'affinité
• Agglomération hiérarchique et dendrogrammes
• Bagging de dendrogrammes (bootstrop aggregating)
• Positionnement multidimensionnel
• K-means
• SVM (Support Vector Machines)

MACHINE LEARNING

• Régression logistique binaire
• GLM
• One-R (technique de règle unique de regroupement)
• Regroupement ID-3
• Liste de décision
• Regroupement par régression d’arbres (CRT)
• Arbres aléatoires (CRT bootstrap)
• K plus proches voisins (K-NN)
• Classification bayésienne naïve
• Détections automatiques d’interactions par le chi-2 (CHAID)
• Analyse discriminante linéaire et quadratique (LDA/QDA)
• Réseaux de neurones

TEXT MINING

• Analyse statistique de corpus
• Détection automatique de langues
• Noms/Prénoms et détection automatique de genres
• Nuage de mots
• Table de contingence de mots
• Matrice d’adjacence de mots dans un corpus
• Exploration dynamique d’un graphe connexe de mots
• Analyse de sentiments
• Analyse Sémantique Latente (LSA)

BIG DATA

• Gestion de gros volumes de données