Mis à jour le 18/06/2024

Plus de 2 000 contributeurs dans le monde, 70 millions de visites sur le site en 2021, un rang de troisième logiciel libre de machine learning le plus utilisé au monde, prix de l’innovation Inria-Académie des sciences 2019 : scikit-learn est une réussite, attestée par l’existence d’un consortium d’entreprises utilisatrices qui financent ses évolutions. Du 8 novembre 2023 au 7 novembre 2024, les créateurs et développeurs de scikit-learn, bibliothèque logicielle de référence en machine learning, proposent leur MOOC en anglais, totalement gratuit, pour apprendre concrètement à construire des modèles prédictifs et comprendre les avantages et les limites de l'apprentissage automatique !

Construisez des modèles prédictifs avec Scikit-learn !

Avec ce cours en ligne disponible en anglais, vous apprendrez les bases de l'apprentissage automatique ainsi que l'utilisation de la bibliothèque Python Scikit-learn. Ce MOOC est accessible à toute personne ayant des compétences de base en programmation Python.

La formation, développée par l'équipe créatrice de Scikit-learn, est axée sur des exemples d'application, et fonctionne sur du code Python exécuté par les participants. D’un point de vue pratique, tout est intégré dans le MOOC – les participants n’ont donc rien à installer.

Ce MOOC vous permettra de :

comprendre les concepts fondamentaux de l'apprentissage automatique ;
construire un pipeline de modélisation prédictive avec scikit-learn ;
développer les intuitions derrière les modèles d'apprentissage automatique, des modèles linéaires aux arbres de décision ;
évaluer les performances statistiques de vos modèles.

Informations pratiques

Prérequis

Connaissance de base de la programmation Python : définition de variables, écriture de fonctions, importation de modules ;
Une expérience préalable des bibliothèques NumPy, Pandas et Matplotlib est recommandée mais pas obligatoire.

Calendrier et inscriptions

Inscriptions : à partir du 18 septembre 2023
Cours : du 8 novembre 2023 au 7 novembre 2024

Inscrivez-vous au MOOC Scikit-learn

Découvrez l'apprentissage automatique en Python avec scikit-learn !

Verbatim

Scikit-learn est notre outil de référence en machine learning. Nous sommes fiers d’être membre du consortium scikit-learn et de soutenir cette bibliothèque logicielle de référence en machine learning. Largement utilisé par nos équipes de data scientists en France et dans une dizaine de pays dans le monde, cet outil de référence offre de fortes garanties de fiabilité aux modèles prédictifs qu'il permet de concevoir. Scikit-learn nous aide à créer des services innovants tels que le traitement automatisé et accéléré des pièces justificatives en cas de sinistre. Il améliore des processus internes comme le dispatching des mails entrants ou le monitoring des risques. Notre objectif : automatiser 80 % de nos process d’ici à 2022.

Sébastien Conort

Chief Data Scientist chez BNP Paribas

Les créateurs de scikit-learn font leur MOOC !

Loïc Estève

Loïc Estève a contribué au projet en combattant méticuleusement les bugs. Depuis la création du consortium, il épaule les quatre ingénieurs employés à temps plein sur la maintenance et les évolutions logicielles. Il cherche aussi à rendre scikit-learn encore plus accessible et pédagogique, pour élargir encore son utilisation.

Olivier Grisel

Olivier Grisel pilote au jour le jour les évolutions du code et s’attache à la convergence de ses algorithmes : « La grande force de scikit-learn, explique-t-il, est de proposer une interface de programmation homogène pour mettre en œuvre des modèles prédictifs mathématiquement très hétérogènes, exploitables dans de multiples applications scientifiques, commerciales et industrielles. »

Guillaume Lemaître

Depuis 2017, Guillaume Lemaître a contribué au développement et à la maintenance de scikit-learn, au sein de la fondation scikit-learn-Inria. Actuellement, il s'occupe de la maintenance de scikit-learn.

Thomas Schmitt

Thomas Schmitt est ingénieur en machine learning ; il apporte un support à l'équipe et contribue à la bibliothèque scikit-learn pour la mise en œuvre d'algorithmes de traitement de valeurs manquantes et la rédaction de tutoriels associés.

Gaël Varoquaux

Titulaire d’un doctorat en physique quantique de l’université d’Orsay, Gaël Varoquaux décide en 2008 de changer d’orientation et rejoint l’équipe-projet Parietal d’Inria Saclay, spécialisée dans la modélisation du cerveau pour les neurosciences. Il utilise scikit-learn pour ses travaux et s’implique dans l’animation de la communauté de développeurs et développeuses. En 2018, il devient chef de projet pour le consortium scikit-learn.

Découvrez le projet scikit-learn !

Un MOOC scikit-learn développé par ses créateurs !