|
|
|
@ -24,7 +24,8 @@ L'objectif finale est de réaliser un livre blanc qui servira de support de cour |
|
|
|
* [Chapitre 13 : Définir les indicateurs de performanace](###Chapitre_14:_Definir_les_indicateurs_de_performanace) |
|
|
|
* [Chapitre 14 : Construire le tableau de bord](###Chapitre_13:_Construire_le_tableau_de_bord ) |
|
|
|
5. [PARTIE 5: Utiliser l'intelligence artifcielle (machine lerning)](##PARTIE_5:_Utiliser_l'intelligence_artifcielle) |
|
|
|
|
|
|
|
* [Chapitre 15 : Apprentissage supervisé](###Chapitre_15:_Apprentissage_supervisé) |
|
|
|
* [Chapitre 16 : Apprentissage non supervisé](###Chapitre_15:_Apprentissage_non_supervisé) |
|
|
|
|
|
|
|
|
|
|
|
## Partie 1 : Organiser un projet Data |
|
|
|
@ -199,4 +200,11 @@ L'objectif finale est de réaliser un livre blanc qui servira de support de cour |
|
|
|
### Chapitre 14 : Construire le tableau de bord |
|
|
|
|
|
|
|
|
|
|
|
## PARTIE 5: Utiliser l'intelligence artifcielle |
|
|
|
## PARTIE 5: Utiliser l'intelligence artifcielle (machine learning) |
|
|
|
### Chapitre 15 : Apprentissage supervisé |
|
|
|
* Qu'est-ce que l'apprentissage supervisé ? |
|
|
|
* Comment prédire grâce à l'apprentissage supervisé ? |
|
|
|
* Quels sont les modèles d'apprentissage supervisé ? |
|
|
|
* Comment optimiser une prédiction en faisant du "feature engineering" ? |
|
|
|
* Comment évaluer un modèle de prédiction ? |
|
|
|
### Chapitre 16 : Apprentissage non supervisé |
