Data science : fondamentaux et études de cas : machine learning avec Python et R
Guardat en:
| Autors principals: | , |
|---|---|
| Altres autors: | |
| Format: | Livre papier |
| Idioma: | Français |
| Publicat: |
Paris :
Eyrolles
DL 2015.
|
| Col·lecció: | [Blanche]
|
| Matèries: | |
| Nota: |
Autres tirages : 2016, 2017, 2018, 2019, 2020, 2022 |
| Autres localisations: | Voir dans le Sudoc |
| Edition sous un autre format: | • Data science, fondamentaux et études de cas, machine learning avec Python et R, Éric Biernat, Michel Lutz, 2015, Paris, Eyrolles, 978-2-212-31466-3 |
Taula de continguts:
- P. 9
- Chapitre 1 Savoir poser un problème de data science
- P. 9
- Introduction
- P. 10
- Préliminaire : qu'est-ce que le machine learning ?
- P. 11
- Au commencement était la donnée
- P. 11
- Un prérequis indispensable
- P. 11
- Que sont les données ?
- P. 12
- Les principaux types de données
- P. 13
- D'où viennent les données ?
- P. 14
- Les algorithmes : pour faire quoi ?
- P. 14
- Sous les données, des liens... plus ou moins certains !
- P. 15
- Une taxinomie des algorithmes
- P. 16
- Algorithmes supervisés et non supervisés
- P. 18
- Algorithmes de régression et de classification
- P. 20
- Pour les plus curieux
- P. 21
- Algorithmes et structures de données
- P. 21
- Représentation matricielle des données
- P. 22
- Que font les algorithmes ?
- P. 23
- Références
- P. 25
- Chapitre 2 Les outils informatiques
- P. 25
- Quels logiciels ?
- P. 27
- Quel environnement de travail ?
- P. 29
- Références
- P. 31
- Deuxième partie Les algorithmes et leurs usages : visite guidée
- P. 33
- Sous-partie 1 Les basiques du data scientist
- P. 35
- Chapitre 3 La régression linéaire univariée
- P. 35
- Introduction
- P. 36
- Définition de la fonction hypothèse
- P. 36
- Qui dit approximation dit erreur
- P. 38
- Minimiser la fonction de coût
- P. 40
- Références
- P. 41
- Chapitre 4 La régression linéaire multivariée
- P. 41
- Introduction
- P. 41
- Le modèle en détail
- P. 42
- Normalisation
- P. 46
- Résolution analytique
- P. 50
- Références
- P. 51
- Chapitre 5 La régression polynomiale
- P. 51
- Introduction
- P. 51
- Principes généraux de la régression polynomiale
- P. 55
- La notion de sur-apprentissage
- P. 58
- Le compromis biais-variance
- P. 59
- Référence
- P. 61
- Chapitre 6 La régression régularisée
- P. 61
- Introduction
- P. 62
- La régression ridge
- P. 64
- Le LASSO
- P. 65
- Ridge + LASSO = ElasticNet
- P. 66
- Références
- P. 67
- Chapitre 7 Naive Bayes
- P. 67
- Introduction
- P. 67
- Le théorème de Bayes et la notion d'indépendance
- P. 67
- Le théorème de Bayes
- P. 68
- La notion d'indépendance
- P. 68
- Le modèle Naive Bayes par l'exemple
- P. 71
- Le cadre général
- P. 71
- Références
- P. 73
- Chapitre 8 La régression logistique
- P. 73
- Introduction
- P. 73
- Le modèle en détail
- P. 73
- La fonction hypothèse
- P. 74
- Les fonctions sigmoïdes
- P. 78
- La fonction de coût
- P. 79
- Minimisation de la fonction de coût
- P. 80
- Derrière la linéarité
- P. 82
- Classification multiclasses
- P. 84
- Régularisation
- P. 84
- Références
- P. 85
- Chapitre 9 Le clustering
- P. 85
- Introduction
- P. 86
- Le clustering hiérarchique
- P. 86
- Principe
- P. 88
- Les distances
- P. 89
- Le critère d'agrégation
- P. 91
- La notion de troncature
- P. 91
- Le clustering non hiérarchique
- P. 91
- Principe
- P. 92
- Les centres mobiles
- P. 92
- Quelques variantes
- P. 93
- Les approches mixtes
- P. 94
- Références
- P. 95
- Chapitre 10 Introduction aux arbres de décision
- P. 95
- Introduction
- P. 95
- Principe
- P. 96
- Construction d'un arbre de décision
- P. 98
- Références
- P. 99
- Sous-partie 2 L'artillerie lourde
- P. 101
- Chapitre 11 Random forest
- P. 101
- Introduction
- P. 101
- Principes
- P. 101
- L'idée de base
- P. 102
- Le défaut des arbres de décisions
- P. 103
- Le modèle en détail
- P. 103
- Tree bagging
- P. 104
- Feature sampling
- P. 105
- Le critère de split
- P. 109
- Conseils pratiques
- P. 109
- Les paramètres de random forest
- P. 110
- Interprétation de random forest
- P. 111
- Quelques variantes de random forest
- P. 113
- Références
- P. 115
- Chapitre 12 Gradient boosting
- P. 115
- Introduction
- P. 115
- Le modèle en détail
- P. 115
- Adaboost, le prestigieux ancêtre
- P. 121
- Le gradient boosting
- P. 125
- Le gradient boosting dans la pratique
- P. 125
- Mise en oeuvre dans scikit-learn
- P. 128
- Un exemple en classification
- P. 131
- Une variante : xgboost
- P. 132
- Références
- P. 133
- Chapitre 13 Support Vector Machine
- P. 133
- Introduction
- P. 133
- La dimension VC
- P. 133
- La théorie de Vapnik-Chervonenkis
- P. 134
- La dimension de Vapnik-Chervonenkis
- P. 139
- Interprétation de la dimension VC
- P. 140
- Le SVM en détail
- P. 140
- La notion de marge
- P. 146
- Cas non linéairement séparable
- P. 152
- Références
- P. 153
- Troisième partie La data science en pratique : au-delà des algorithmes
- P. 155
- Sous-partie 1 Quelques concepts généraux
- P. 157
- Chapitre 14 Évaluer une modèle
- P. 157
- Introduction
- P. 158
- La validation croisée
- P. 158
- De la nécessité de diviser vos données
- P. 159
- La validation croisée
- P. 160
- Choix de la métrique de performance (P)
- P. 160
- Pour les problèmes de régression
- P. 162
- Pour les problèmes de classification
- P. 168
- Références
- P. 171
- Chapitre 15 Les espaces de grande dimension
- P. 171
- Introduction
- P. 172
- Les problèmes liés à la grande dimension
- P. 172
- La malédiction de la dimension
- P. 174
- La multicolinéarité
- P. 174
- Autres problèmes liées aux grandes dimensions
- P. 175
- La sélection de variables
- P. 175
- Régression pas à pas
- P. 176
- Approches machine learning
- P. 179
- Réduction de dimensions : l'analyse en composantes principales
- P. 179
- Objectif
- P. 180
- Les grandes étapes de l'ACP
- P. 184
- Exemple d'application
- P. 186
- Digression : positionnement de l'ACP dans les statistiques classiques et complémentarité avec la classification
- P. 188
- Références
- P. 189
- Chapitre 16 Valeurs manquantes et valeurs aberrantes : généralités
- P. 189
- Introduction
- P. 189
- Qu'est-ce que les valeurs manquantes ?
- P. 191
- Comment traiter les valeurs manquantes ?
- P. 194
- Quid des valeurs aberrantes ?
- P. 196
- Références
- P. 197
- Sous-partie 2 À vos claviers !
- P. 199
- Chapitre 17 Prédire les survivants du Titanic
- P. 199
- Introduction
- P. 199
- Les données et le problème
- P. 202
- La modélisation
- P. 202
- Un premier modèle quick and dirty
- P. 204
- Étude des variables
- P. 210
- Random forest au secours du Titanic
- P. 212
- Utilisation des autres variables
- P. 215
- Chapitre 18 Classification automatique de zones de texte
- P. 215
- Introduction
- P. 215
- Les données et le problème
- P. 219
- Les modélisations
- P. 219
- Online learning
- P. 227
- Stacking
- P. 234
- Blend final
- P. 237
- Références
- P. 239
- Sous-partie 3 La temporalité dans les modèles, un cas particulier d'application
- P. 241
- Chapitre 19 Qu'est-ce qu'une série temporelle ? L'approche classique
- P. 241
- Pourquoi un focus sur les séries temporelles ?
- P. 243
- Les méthodes exponentielles
- P. 245
- Les méthodes probabilistes
- P. 248
- Références
- P. 249
- Chapitre 20 Machine learning et modélisation des séries temporelles
- P. 249
- Principes
- P. 250
- Création de variables propres aux données ordonnées
- P. 250
- Séries temporelles classiques
- P. 258
- Données comportementales : création de features par extraction de motifs séquentiels
- P. 265
- Traitement des valeurs manquantes
- P. 265
- Validation croisée pour les séries temporelles
- P. 266
- Références
- P. 269
- Chapitre 21 Un cas pratique de modélisation : rendement d'une colonne de distillation
- P. 269
- Présentation du cas
- P. 270
- Définition du modèle
- P. 271
- Validation croisée et instabilité structurelle
- P. 275
- Modélisation dynamique
- P. 278
- Interprétation du modèle
- P. 279
- Références
- P. 281
- Chapitre 22 Clustering de séries temporelles
- P. 281
- Principes
- P. 283
- Un exemple d'application
- P. 283
- Classification à partir de séries brutes
- P. 286
- Classification à partir de métriques d'évaluation des séries