Description

* Introduction à la programmation python: syntaxe et librairies fondamentales (numpy, pandas)
* Graphique (matplotlib, seaborn), cartographie.
* principes de l'apprentissage : sélection de modèle, cross-validation, sur-apprentissages, biais/variance, early-stoping.
* régression : nettoyage et extension des données, sélection des variables.
* classification binaire, multi-classe, multi-labels, multi-output. Métriques : matrice de confusion, courbe ROC, sensibilité, rappel.
* Modèle linéaire généralisé : normal, gamma, poisson, multinomial.