Acquérez des bases solides en apprentissage automatique supervisé en apprenant à développer, évaluer et interpréter des modèles de classification à l’aide de Python. Dans cette formation pratique, vous travaillerez avec le jeu de données réel du Titanic afin d’explorer l’ensemble du processus d’apprentissage automatique, de la mise en place du projet et de la préparation des données jusqu’à l’évaluation du modèle et sa préparation au déploiement.

Vous commencerez par comprendre le cycle de vie d’un projet d’apprentissage automatique supervisé, en définissant les objectifs du problème et en utilisant des bibliothèques Python essentielles telles que NumPy et pandas. Vous explorerez également les principaux algorithmes d’apprentissage supervisé, notamment les arbres de décision et la régression logistique, afin de comprendre comment les modèles de classification sont développés. Vous appliquerez ensuite l’analyse exploratoire des données (EDA), nettoierez et préparerez les ensembles de données, réaliserez l’ingénierie des caractéristiques et visualiserez les données à l’aide de bibliothèques Python. Vous construirez et évaluerez ensuite des modèles en fractionnant les ensembles de données, en interprétant les matrices de confusion et en appliquant des techniques de validation croisée afin d’améliorer la fiabilité et la généralisation des modèles. Ce cours est idéal pour les apprenants qui souhaitent acquérir une expérience pratique de l’application des techniques d’apprentissage automatique supervisé avec Python. À la fin du cours, vous serez capable de préparer des données, de construire des modèles d’apprentissage supervisé, d’évaluer leurs performances et d’interpréter les résultats en toute confiance à l’aide d’un pipeline structuré d’apprentissage automatique.