La science des données (Data Science) et l'apprentissage (Machine Learning) sont fondés sur un socle commun de connaissances des données, de notions statistiques et d'algorithmiques. Ce socle s'est popularisé sous le nom de Data Mining, que nous traduisons en “Fouille de Données”.

Dans ce cours nous donnons les bases importantes qui introduisent au métier de Data Scientist, mais nous abordons beaucoup les méthodes d'apprentissage, et les bonnes pratiques. Les TDs accompagnent naturellement le cours, et sont en python, à l'aide de la puissante librairie sklearn.

L'évaluation se fait principalement par projet personnel, éventuellement en binôme, lors d'une soutenance en fin de trimestre.

Dans l'ordre du temps passé dessus, qui est environ l'ordre inverse chronologique:

1. Apprentissage supervisé: K Nearest Neighbors, Decision Trees, Random Forests, SVM, Réseaux de Neurones.
2. Apprentissage non supervisé: Clustering, Moteurs de Recommendations.
3. Feature Engineering
4. Apprentissage statistique: Regression Linéaire, Régression Logistique, Naive Bayes.
5. Prise en main de Python pour ceux qui débutent ou qui sont rouillés.
6. Rappels de bases de statistiques.
7. Prise de recul sur les nombres et “ce qu'on fait dire aux nombres”: esprit critique.

• Analyse en Composants Principales.

• Savoir programmer
• Ne pas être allergique aux mathématiques