Machine Learning avancée

Module 1 : INTRODUCTION ET HISTORIQUE

• Processus complet d’élaboration d’un modèle prédictif

Module 2 : ARBRES DE DÉCISION

• L’apprentissage par partitionnement
• Construction d’un arbre de décision sur un jeu de données synthétique
• Principaux points à considérer lors de l’induction d’un arbre de décision à partir de données
• CHAID, C4.5 et CART : Les trois principales méthodes d’induction d’arbres proposés dans les logiciels
• Les différences et les points communs

Module 3 : ARBRES DE RÉGRESSION

• La régression par arbres
• Une méthode non-linéaire de régression
• Rapprochement avec les arbres de décision

Module 4 : ANALYSE DISCRIMINANTE PRÉDICTIVE

• Un modèle paramétrique de discrimination
• Analyse discriminante de Fisher
• Évaluation globale du modèle
• Évaluation individuelle des variables

Module 5 : RÉGRESSION LOGISTIQUE

• Le modèle LOGIT
• Estimation, évaluation globale et évaluation individuelle des variables
• Régression logistique polytomique
• Régression logistique lorsque la variable dépendante Y prend plus de 2 valeurs
• Régression logistique multinomiale lorsque Y est nominale
• Régression logistique polytomique ordinale lorsque Y est ordinale (odds adjacents, odds cumulatifs proportionnels)

Module 6 : CLASSIFIEUR BAYESIEN NAÏF (MODÈLE D’INDÉPENDANCE CONDITIONNELLE)

• Principe de l’indépendance conditionnelle
• Cas des prédicteurs continus
• Cas des prédicteurs discrets
• Construction d’un modèle explicite linéaire
• Sélection de variables

Module 7 : BAGGING, RANDOM FOREST, BOOSTING

• Méthodes ensemblistes basées sur des apprentissages répétés
• Boosting : principe et variantes
• Principe du Bagging
• Random Forst : principe et variantes
• Mesures d’importance des variables – Impact sur le biais et la variance des classifieurs

Module 8 : GRADIENT BOOSTING

• Généralisation du boosting avec l’introduction explicite de fonctions de coûts
• Importance du paramétrage

Module 9 : SUPPORT VECTOR MACHINE (SVM)

• Principe de Machines à vecteurs de support ou Séparateur à Vaste Marge
• Principe de la maximisation de la marge
• Marge souple (soft margin)
• Classifieurs linéaires et classifieurs non-linéaires avec l’astuce du noyau (kernel trick)
• Fonction Noyau

Module 10 : RÉSEAUX DE NEURONES – PERCEPTRON SIMPLE ET MULTI-COUCHES

• Introduction aux réseaux de neurones artificiels pour l’apprentissage supervisé
• La Perceptron
• Passage du modèle linéaire au modèle non-linéaire : le perceptron multicouche

Module 11 : APPRENTISSAGE NON SUPERVISÉ

• Principe du clustering (K moyennes ou k means)
• Principe de la Classification Ascendante Hiérarchique (CAH)
• Règles d’association

Module 12 : DISCRÉTISATION DES VARIABLES QUANTITATIVES

• Découpage en classe d’une variable quantitative
• Méthodes non-supervisées et supervisées (chi-merge, mdlpc)

Module 13 : FILTRAGE DES VARIABLES

• Approche FILTRE préalable à l’apprentissage supervisé
• Techniques de classement (ranking)
• Techniques de sélection basées sur la corrélation
• Information mutuelle, entropie de Shannon, rapport de corrélation, lambda de Wilks

Module 14 : INDUCTION DE RÈGLES PRÉDICTIVES

• Construction de bases de règles en analyse prédictive
• Conversion des arbres en règles et algorithmes génétiques pour l’induction de règles

Module 15 : SCORING – LE CIBLAGE MARKETING

• Le ciblage clientèle
• Construction et lecture de la courbe LIFT (GAIN CHART)

Module 16 : ANALYSE RFM (RÉCENCE – FRÉQUENCE – MONTANT)

• Segmentation RFM (récence-fréquence-montant)
• Finalité, démarche, usage, variantes, limites

Module 17 : GRILLE DE SCORE

• Élaboration de la grille de score à partir des résultats de la régression logistique
• Méthode Disqual et scoring

Module 18 : INTÉGRATION DES COÛTS DE MAUVAIS CLASSEMENT EN APPRENTISSAGE SUPERVISÉ

• Prise en compte des coûts pour l’évaluation et la construction des modèles prédictifs
• Correction des règles d’affectation, techniques intégrées, bagging, la méthode MetaCost
• Courbe ROC
• Évaluation d’un classifieur à l’aide de la courbe ROC
• Le critère AUC

Module 19 : QUELQUES MÉTHODES NON-PARAMÉTRIQUES DE DISCRIMINATION

• Deux méthodes non-paramétriques de classement dérivés du schéma Bayesien la méthode des K-plus proches voisins et le modèle d’indépendance conditionnelle