Régression, classification et validation : vos premiers modèles fiables
4,9(470 notes)5 100 apprenantsFRIntermédiaireDernière mise à jour 07/2026
SS
Par Salif Sanogo · Ingénieur Machine Learning
Ce que vous allez apprendre
Entraîner des modèles supervisés
Évaluer sans se tromper (validation croisée)
Préparer correctement ses données
Compétences acquises
scikit-learnRégressionClassificationValidation
Programme de la formation
3 sections ·
9 leçons ·
16h de contenu · 1 leçons offertes en aperçu
Comprendre l'apprentissage supervisé26 min
Préparer et diviser ses données30 min
Quiz — Le workflow10 min
Régressions linéaire et logistique36 min
Arbres et forêts aléatoires34 min
TP : prédire le churn client1h15
Métriques : précision, rappel, F128 min
Validation croisée et surapprentissage30 min
Projet : compétition interne de scoring2h30
Prérequis
Python et pandas
Description
<p>Régression, classification et validation : vos premiers modèles fiables.</p><p>Data analysts et développeurs passant au machine learning.</p>
Public cible
Data analysts et développeurs passant au machine learning.
Votre formateur
SS
Salif SanogoIngénieur Machine Learning
4,8 de note formateur23 900 apprenants7 formations9 ans d'expérience
Ingénieur ML diplômé de Polytechnique, ancien data scientist dans la fintech, spécialiste du déploiement de modèles en production pour les entreprises africaines.
Avis des apprenants
4,9
★★★★★
470 notes
★★★★★100 %
★★★★0 %
★★★0 %
★★0 %
★0 %
MT
Mariame Touré
★★★★★
12/06/2026
Avant/après : rien à voir. Je maîtrise des outils que je pensais inaccessibles.
SC
Sékou Camara
★★★★★
01/06/2026
Les corrections détaillées des travaux pratiques valent de l'or pour progresser.
45 000 FCFA
Garantie satisfait ou remboursé 14 jours
Cette formation comprend
9 leçons — 16h de contenu
Cours animés : diapositives + narration synchronisée