ARTEFACT SCHOOL OF DATA

Apprentissage supervisé

Entrez dans le monde de l’apprentissage machine avec Scikit-learn, la référence made in France (cocorico) ! Familiarisez-vous avec les principales familles d’algorithmes prédictifs pour effectuer des tâches de classification ou de régression sur données labellisées : KNN, SVM, Naïve Bayes, régresseurs, arbres de décision. Optimisez vos performances avec des modèles ensemblistes comme le Gradient Boosting ou les Random Forest.

Apprentissage non supervisé

Passez ensuite aux techniques non supervisées comme l’analyse en composante principale (PCA) pour réduire les dimensions de votre jeu de données ou le clustering pour segmenter automatiquement votre jeu de données en différents groupes. Découvrez des modèles avancés de clustering hiérarchique, d’apprentissage par association et de détection d’anomalies.

Evaluation et optimisation des modèles

Comprenez en profondeur toutes les étapes indispensables à la résolution d’un problème de machine learning : preprocessing des données, feature engineering, métriques d’évaluation, stratification des données et cross-validation, optimisation des hyperparamètres, compromis biais-variance, régularisation de l’overfitting. Apprenez à gérer des jeux de données non balancés par des techniques d’amplification ou de synthèse. Automatisez toutes ces étapes dans des pipelines avec des encodeurs et des transformeurs.

Applications business

Mettez en pratique vos nouvelles connaissances en vous attaquant à quatre projets orientés business : prédiction de séries temporelles, conception d’un moteur de recommandations, segmentation client et customer churn, détection de fraude.

Text processing

Posez les bases de l’analyse de texte : tokenisation, n-gram, stemming, lemmatisation, bag of words, TF-IDF, POS tagging et dependency parsing. Familiarisez-vous avec les librairies de traitement du langage naturel NLTK et spaCy. Détectez des patterns de textes grâce aux expressions régulières.

Text mining

Découvrez les différentes approches pour extraire de l’information d’un document : identifiez les concepts pertinents en utilisant différents algorithmes de topic modelling, fouillez le texte avec des techniques de reconnaissance d’entités nommées (NER) et maîtrisez les différentes méthodes d’analyse de sentiments.

Word Embeddings

Manipulez les principaux word embeddings comme Glove, FastText et Word2Vec : comprenez les techniques d’entraînement (skip-gram, CBOW), assimilez les techniques de visualisation (t-sne) et détectez leurs biais afin de les utiliser à bon escient. Utilisez toute leur puissance dans un projet de détection de trolls sur les forums.

Chatbot

Combinez les différentes techniques pour fabriquer votre propre chatbot dans un projet complet, qui vous conduira jusqu’à son déploiement et son intégration dans Facebook Messenger. Une fois ces concepts assimilés, optez pour la solution de facilité avec l’API Dialogflow.

Bases de données

Apprenez à créer et requêter des bases de données relationnelles avec le langage SQL. Connectez votre base de données à votre script Python en utilisant un Object relational mapper (ORM) comme SQLAlchemy. Prenez en main les différents types de bases de données NoSQL (documents, clé-valeur, colonnes, graphes) et leurs systèmes de gestion.

Mise en production

Passez du prototype au code de production avec de bonnes pratiques de versionnage sémantique et d’environnements virtuels. Gérez le cycle de vie de votre modèle de machine learning avec MLflow. Exposez votre code dans des packages Python, mettez en place des tests de non régression et un processus d’intégration continue. Déployez vos modèles en créant vos propres APIs avec Flask et FastAPI puis mettez-les en ligne dans le cloud.

Cloud Computing

Prenez en main les principales plateformes cloud, notamment AWS et GCP, pour stocker, héberger, calculer et déployer. Construisez des conteneurs Docker pour vos modèles et orchestrez leur déploiement et leur montée en charge avec Kubernetes. Mettez en place un processus ETL robuste avec Airflow pour extraire, preprocesser et stocker votre donnée.

Big Data

Changez de dimension en passant à de très grands volumes de données et aux architectures distribuées. Familiarisez-vous avec Hadoop, MapReduce et HDFS avant de découvrir toute la puissance de Spark, via son API Python mais également en vous initiant au langage Scala.

Réseaux de neurones

Construisez vos premiers réseaux de neurones à plusieurs couches pour vous familiariser avec leur fonctionnement (propagation forward et backward), leurs paramètres (fonction d’activation, fonction de coût, optimizer), leur apprentissage (epochs, batchsize, learning rate) et leur régularisation (dropout, early stopping, data augmentation). Construisez des architectures complexes en quelques lignes de code grâce aux librairies Tensorflow/Keras et PyTorch.

Computer Vision

Utilisez la puissance des réseaux de neurones convolutifs (CNN) pour gérer l’information spatiale contenue dans les images. Pour obtenir de bonnes performances, familiarisez-vous avec les techniques de preprocessing d’images. Initiez-vous au transfer learning pour exploiter les CNN publiés par les plus grandes entreprises technologiques et entraînez-les sur vos propres données. Passez à des applications pratiques avec des projets de détection d’objets (YOLO) et de reconnaissance faciale (OpenCV).

Natural Language Understanding

Franchissez un cap dans la compréhension automatisée du langage naturel en vous appuyant sur des architectures de deep learning. Entraînez vos premiers réseaux de neurones récurrents (RNN) pour apprendre à traiter l’information séquentielle, puis améliorez vos performances en gérant les dépendances à long-terme grâce à des réseaux LSTM et GRU. Atteignez le sommet de l’art en découvrant les mécanismes d’attention et les transformers, notamment pour les tâches de machine translation et natural language generation, et familiarisez-vous avec les meilleurs modèles entraînés (GPT-3, BERT, RoBERTa, Switch-C).

Deep Generative Models

Découvrez les autoencodeurs variationnels (VAE) et les réseaux antagonistes génératifs (GAN), considérés comme le développement le plus intéressant des dix dernières années en machine learning. Ils ont été popularisés par les deep fake sur les réseaux sociaux. Vous apprendrez à les construire et les mettrez en pratique dans un projet de génération de visages.

Mettez en pratique tout le savoir-faire acquis dans un projet final, à réaliser seul ou en groupe. Ce projet est débuté pendant la formation et réalisé au fil de l’eau. A la fin des dix semaines de formation, vous disposez de deux semaines en autonomie pour le finaliser et tirer profit des derniers cours. Vous pouvez travailler sur ce projet à distance ou dans nos locaux, et nos enseignants restent disponibles pour vous aider. Un demo day privé de restitution est organisé devant l’ensemble de la promotion et des anciens.