Description
Objectif de formation : Appréhender et maîtriser les notions clés du Data Clustering
Objectifs pédagogiques
- Appréhender les différents aspects du clustering de données
- Connaître les méthodes, les outils et les techniques de clustering de données
- Implémenter les outils et algorithmes pour le clustering de données
- Pouvoir mesurer les performances et la qualité d'un jeu de données
Public concerné
Data analyst
Développeurs
Chefs de projets
Prérequis
Solides bases en programmation
Déroulé du programme
1
Premiers pas en clustering de données
- Présentation de la dichotomie approches supervisées & approches non supervisées
- Méthodes floues & strictes
- Théorie des graphes
- Présentation des différents types de structures de données
- Calcul de similarité
- Propriétés des jeux de données
2
Clustering simple & clustering hiérarchique
- Clustering simple
- Clusterings hiérarchiques et composés
- Utilité du clustering hiérarchique
- Présentation du résultat
- Travaux pratiques : Etude de cas d'utilisations de techniques de clustering
3
Méthodes de clustering
- Approches orientées K-means
- Approches par agglomération
- Approches basées sur un modèle physique (modèle énergie, ressort...)
- Approches "divisives"
- Approches par marche aléatoire
- Algorithmes incrémentaux
- Travaux pratiques : Avantages/inconvénients des approches étudiées
4
Outils pratiques et algorithmes pour le clustering de données
- K-means simple, Graclus, Cluto
- Algorithme hiérarchique : Louvain
- InfoMap, Fast Modularity
- NCut, approche Girvan Newman...
- Extraction d'arbres couvrants et composition
- Travaux pratiques : déploiement de K-means sur un jeu de données puis implémentation de l'algorithme hiérarchique CAH.
5
Mesures Qualité et Performance
- Introduction à la performance et à la complexité
- Mesures de qualité
- Critères qualité
- Technique des diagrammes d'Inselberg
- Travaux pratiques Mesure de la qualité sur un jeu de données.
6
Clustering de données à partir d'un réseau lexical
- Présentation du jeu de données
- Analyse des propriétés du réseau
- Exécution d'algorithmes de clustering
- Affichage du résultat
- Calcul de la qualité des partitionnements effectués
- Travaux pratiques : Mise en œuvre d'algorithmes de clustering sur un réseau lexical et sur des documents Web, pdf...
7
Clustering de documents
- Présentation du jeu de données
- Analyse des propriétés du réseau
- Calcul de mesures de similarité
- Exécution d'algorithmes de clustering
- Affichage du résultat
- Calcul de la qualité
- Travaux pratiques : Mise en œuvre d'algorithmes de clustering sur une base documentaire, calcul de mesures de similarité, clustering, analyse de la qualité
Informations
Durée
2 jour(s)
14h
Tarif
1500 € HT
HT
Formations similaires
IA & Data
Migration vers le Cloud
2 jour(s)
Sur demande
IA & Data
Agents IA — Concevoir des systèmes autonomes avec LangChain et LangGraph - Avancé
3 jour(s)
Sur demande
IA & Data
AI Act européen — Comprendre vos obligations et vous mettre en conformité - Niveau débutant
1 jour(s)
Sur demande
IA & Data
Analyse des données avec Microsoft Power BI (4-167)
3 jour(s)
2200 € HT