2023-01-08 Année 2023, plan#

  1. Premiers pas avec python : quelques rappels du langage, installation d’un package, différences entre windows et linux, expressions régulières, fichiers.

  2. Calcul matriciel et graphes : tour d’horizon de numpy, pandas

  3. Graphes : les graphes en python, matplotlib, bokeh, réalisation d’une carte.

  4. Tour d’horizon de scikit-learn : concepts de transformer et prédicteur, revue des modèles les plus couramment utilisés, présentation de la validation croisée, et grille de recherche, notion de pipe-line en machine learning.

  5. Ingénierie logicielle : tests unitaires, git, pull request, notebook, librairies, réalisation d’un package pour partager son code, écrire une documentation. Cette partie est utile si on travaille à plusieurs sur le même code.

  6. Notions de séries temporelles : prédiction, analyse de survie.

  7. Grands jeux de données : comment travailler lorsque la mémoire ne peut contenir toutes les données à traiter ou que ce traitement est trop long.

  8. Quelques mots de deep learning : encoding, transfer learning

  9. Mise en production : déploiement de modèles de machine learning