Data Mining & Machine Learning

JOUR 1 : L’Écosystème Data 2026 & Python Scientifique

• Panorama de la Data Science :
  • Différences entre Data Mining, ML, Deep Learning et IA Générative.
• Environnement de travail :
  • Jupyter Lab, Google Colab et gestion des environnements virtuels.
• La pile scientifique Python : * NumPy :
  • Calcul matriciel et manipulation de Tensors.
• Pandas :
  • DataFrames, indexation et agrégation de données complexes.
• Atelier :
  • Audit et exploration d’un jeu de données hétérogène (Logs système ou données transactionnelles).

JOUR 2 : Data Wrangling & Feature Engineering

• Qualité de la donnée :
  • Gestion des valeurs manquantes, des doublons et des aberrations (Outliers).
• Ingénierie des caractéristiques :
  • Encodage des variables, normalisation, discrétisation.
• Sélection de variables :
  • Identifier les signaux les plus pertinents pour le modèle.
• Atelier :
  • Construction d’un pipeline de nettoyage automatisé et reproductible.

JOUR 3 : Apprentissage Supervisé : Prédiction & Classification

• Algorithmes de Classification :
  • Arbres de décision, Random Forest, SVM.
• Algorithmes de Régression :
  • Prédire des valeurs numériques continues.
• Optimisation :
  • Recherche d’hyper-paramètres (GridSearch, Optuna) pour maximiser les performances.
• Atelier :
  • Création d’un moteur de scoring pour la détection de risques.

JOUR 4 : Apprentissage Non-Supervisé & Détection d’Anomalies

• Clustering :
  • K-Means, DBSCAN (regrouper des données similaires).
• Réduction de dimension :
  • PCA (Analyse en Composantes Principales) pour visualiser les menaces.
• Algorithmes de détection d’anomalies :
  • Isolation Forest, Local Outlier Factor.
• Atelier :
  • Analyse d’un flux réseau pour isoler des comportements atypiques (Signaux faibles).

JOUR 5 : Évaluation, MLOps & Éthique de l’IA

• Métriques de performance :
  • Matrice de confusion, Courbe ROC, Précision vs Rappel.
• Introduction au MLOps :
  • Cycle de vie du modèle, versioning (DVC) et monitoring de la dérive (Drift).
• Biais et Éthique :
  • Détecter les biais algorithmiques et assurer la gouvernance des données.
• Projet Final « Anomaly Hunt » :
  • Challenge de synthèse intégrant l’ensemble du pipeline, du nettoyage à la détection finale d’anomalies.