Pipelines sans Fuite
Intégrez encodage et imputation dans des Transformers scikit-learn garantissant zéro contamination des jeux de test.
Formation Pratique Certifiante · 60 Heures de Pratique
Maîtrisez le Machine Learning pour déployer des |
Apprenez à construire des modèles de Machine Learning professionnels avec scikit-learn : pipelines sans fuite de données, forêts aléatoires, boosting, optimisation coût-sensible et interprétabilité complète avec SHAP.
Accès immédiat & à vie Tarif unique : 49 000 FCFA Certificat officiel vérifiable
KORYXA ML Pipeline Engine • Scikit-Learn & SHAP
Projet Capstone · 60 HeuresClassification du Churn Client
Pipeline de prédiction du désengagement client
Prétraitement sans data leakage, comparaison d'ensembles et calibration du seuil de décision économique.
pipeline_churn_sklearn.pyCV Stratifiée : ROC-AUC 0.884
from sklearn.pipeline import Pipeline
from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import StandardScaler, OneHotEncoder
from sklearn.ensemble import RandomForestClassifier
# Prétraitement étanche sans fuite de données
preprocessor = ColumnTransformer(transformers=[
('num', StandardScaler(), ['anciennete', 'montant_moyen', 'recence']),
('cat', OneHotEncoder(drop='first'), ['contrat', 'mode_paiement'])
])
# Pipeline complet intégré
model = Pipeline([
('prep', preprocessor),
('clf', RandomForestClassifier(class_weight='balanced', random_state=42))
])
model.fit(X_train, y_train)✓ Prévention totale du data leakage · Fit sur train uniquement, transform sur test
Packs d'Exercices & Datasets Réels
clients_churn.csv
1 000+ enregistrements & labels de churn
biens_immobiliers.csv
Données pour modélisation de régression
12 Notebooks Guidés
De la baseline aux ensembles et SHAP
12 Notebooks Corrigés
Solutions complètes réexécutables
Model_Card_Template.md
Format d'audit de modèle pour l'entreprise
Projet Noté sur 60 Points
Démontrez votre maîtrise des pipelines étanches et de l'explicabilité des prédictions.
Scikit-Learn Pipelines & ColumnTransformer Cross-Validation Stratifiée Random Forest & Gradient Boosting Interprétabilité SHAP Gestion du Déséquilibre Optimisation Hyperparamètres Model Card & Dérive Seuils Coût-Sensibles Scikit-Learn Pipelines & ColumnTransformer Cross-Validation Stratifiée Random Forest & Gradient Boosting Interprétabilité SHAP Gestion du Déséquilibre Optimisation Hyperparamètres Model Card & Dérive Seuils Coût-Sensibles Scikit-Learn Pipelines & ColumnTransformer Cross-Validation Stratifiée Random Forest & Gradient Boosting Interprétabilité SHAP Gestion du Déséquilibre Optimisation Hyperparamètres Model Card & Dérive Seuils Coût-Sensibles Scikit-Learn Pipelines & ColumnTransformer Cross-Validation Stratifiée Random Forest & Gradient Boosting Interprétabilité SHAP Gestion du Déséquilibre Optimisation Hyperparamètres Model Card & Dérive Seuils Coût-Sensibles
Compétence Clé du Marché Data
Du code expérimental au modèle de production fiable
En entreprise, un bon modèle n'est pas seulement celui qui maximise une métrique abstraite : c'est un modèle robuste, reproductible et dont les prédictions sont compréhensibles par les décideurs métiers.
Méthodes d'Ensemble
Maîtrisez les Random Forests et les algorithmes de Gradient Boosting pour tirer le meilleur parti des données tabulaires.
Décisions Coût-Sensibles
Calibrez le seuil de décision pour minimiser les coûts financiers réels des faux négatifs et faux positifs en entreprise.
Explicabilité SHAP
Expliquez avec précision pourquoi le modèle a pris telle décision pour chaque client grâce aux valeurs de Shapley.
Programme Complet · 60 Heures
12 modules progressifs vers l'expertise Machine Learning
Chaque module comprend un cours approfondi, des notebooks guidés, des exercices corrigés et des quiz techniques.
Module 01 4h00
Workflow Professionnel du Machine Learning
Cycle de vie d'un projet ML : cadrage du problème métier, baseline initiale, métriques de succès et séparation stricte train/test.
Module 02 4h00
Préparation des Données sans Fuite (Leakage)
Nettoyage des valeurs manquantes, gestion des types, encodage One-Hot/Ordinal et ajustement des transformateurs sur le train uniquement.
Module 03 4h00
Feature Engineering & Sélection de Variables
Création d'indicateurs métier, normalisation StandardScaler/RobustScaler, corrélation et élimination récursive de variables (RFE).
Module 04 4h30
Régression Supervisée & Métriques d'Erreur
Régression linéaire, Ridge, Lasso, évaluation continue (MAE, RMSE, R²), analyse des résidus et application au dataset immobilier.
Module 05 4h30
Classification Supervisée & Calibration
Régression logistique, matrice de confusion, précision, rappel, F1-score, courbe ROC-AUC et calibration des probabilités prédites.
Module 06 5h00
Arbres de Décision & Méthodes d'Ensemble
Arbre CART, Random Forest, Gradient Boosting (XGBoost/LightGBM), bagging vs boosting et compromis biais-variance.
Module 07 4h00
Gestion des Classes Déséquilibrées
Techniques de sur-échantillonnage (SMOTE), sous-échantillonnage, pondération class_weight et optimisation du seuil coût-sensible.
Module 08 4h30
Pipelines Scikit-Learn & Validation Croisée
ColumnTransformer étanche, Pipeline imbriqué, K-Fold stratifié et prévention absolue de toute fuite de données d'évaluation.
Module 09 4h30
Optimisation des Hyperparamètres
Recherche exhaustive GridSearchCV, RandomizedSearchCV, validation croisée imbriquée (nested CV) et suivi de convergence.
Module 10 4h30
Interprétabilité des Modèles & Valeurs SHAP
Feature importance par permutation, explications locales et globales SHAP (valeurs de Shapley), graphiques de dépendance partielle.
Module 11 4h00
Analyse des Erreurs, Robustesse & Dérive
Diagnostic des faux positifs/négatifs coûteux, stress tests sur sous-populations, dérive des données (data drift) et suivi en production.
Module 12 4h00
Sélection Finale, Model Card & Restitution
Sélection du modèle optimal, rédaction d'une Model Card standardisée, synthèse exécutive CODIR et soutenance du projet de churn.
Cas Pratique Entreprise
Le Projet Fil Rouge : Prédiction du Churn Client
Vous êtes chargé de concevoir le modèle prédictif d'attrition d'une entreprise de services télécom et fintech en Afrique de l'Ouest.
Étape 1
Ingestion & Pipeline Étanche
Construisez un ColumnTransformer intégrant variables numériques et catégorielles sans fuite d'information entre train et test.
Étape 2
Ensembles & Optimisation Coût
Comparez Régression Logistique, Random Forest et Gradient Boosting, calibrez le seuil pour maximiser la rentabilité de la rétention.
Étape 3
Interprétabilité & Model Card
Générez les graphiques d'impact SHAP et rédigez la Model Card professionnelle documentant limites, biais et recommandations.
Ce que vous saurez faire
Des compétences concrètes et recherchées en entreprise
Vous êtes capable d'intégrer une équipe data et de déployer des modèles solides dès le premier jour.
Construire un pipeline scikit-learn complet et étanche sans fuite de données
Entraîner et comparer des modèles supervisés (Régression, Random Forest, Gradient Boosting)
Traiter efficacement le déséquilibre de classes sur des données de churn réelles
Optimiser le seuil de décision en fonction des coûts financiers réels de l'entreprise
Expliquer chaque prédiction individuelle grâce aux valeurs SHAP et à l'importance de permutation
Documenter une Model Card professionnelle et formuler des recommandations actionnables
FAQ
Questions Fréquentes
Quels sont les prérequis pour suivre ce parcours Machine Learning ?
Une bonne maîtrise de Python et des bibliothèques pandas/NumPy est requise. Avoir des notions en statistiques descriptives ou avoir suivi Python Data Analyst est idéal.
Ce cours aborde-t-il les modèles en boîte noire comme le Deep Learning ?
Ce parcours se concentre sur le Machine Learning tabulaire professionnel (scikit-learn, XGBoost, Random Forest), qui représente plus de 85% des cas d'usage réels en entreprise avec une priorité donnée à l'explicabilité.
Quels sont les cas pratiques et données utilisés ?
Deux datasets réels d'entreprise : un cas complet de prédiction de résiliation (churn) avec 1 000+ clients multi-facteurs, et un cas de modélisation de prix immobiliers avec variables hétérogènes.
Comment est délivrée la certification KORYXA ?
La validation repose sur des quiz techniques par module et la notation du projet fil rouge de churn (60 points) avec examen du pipeline, des métriques et de la Model Card.
Tarif & Inscription
Rejoignez le parcours Machine Learning
Maîtrisez les modèles prédictifs et propulsez votre carrière en Data Science.
Accès complet & illimité
49 000 FCFA69 000 FCFA
Paiement unique · Aucun abonnement caché
12 modules progressifs et 24 notebooks scikit-learn complets
Datasets réels d'entreprises : churn client et régression immobilière
Guide des pipelines étanches, tuning et interprétabilité SHAP
Projet portfolio noté sur 60 points avec Model Card
Certificat d'achèvement officiel KORYXA vérifiable
Accès à vie aux notebooks et aux mises à jour pédagogiques
Paiement sécurisé instantané via Mobile Money ou Carte Bancaire