Spécialiste en Machine Learning

Guide du contenu de l'examen

Sources de données (30%)

• Créer un projet dans Model Studio
• Explorer les données
• Modifier les données
• Réduire la dimensionnalité des données
• Utiliser le nœud SELECTION DE VARIABLES pour identifier les variables importantes.

Modèles de construction (50%)

• Décrire les termes et concepts clés de machine learning supervisé
• Construire des modèles avec des arbres de décision et des ensembles d'arbres
• Construire des modèles avec des réseaux neuronaux
• Construire des modèles avec des machines à vecteurs de support
• Utiliser les outils d'interprétabilité des modèles pour expliquer les modèles de la boîte noire
• Incorporer du code écrit en externe

Évaluation et déploiement du modèle (20 %)

• Expliquer les principes de l'évaluation des modèles
• Évaluer et comparer les modèles dans Model Studio
• Déployer un modèle