Formation du LABIFUL
Atelier sur l’apprentissage machine (Machine Learning) en finance avec Python

Séance 1: Introduction à l’apprentissage machine
Vendredi 20 novembre 2026, 9h à 12h

• Fondamentaux de l’apprentissage machine
  • Définition et concepts clés
  • Types d’apprentissage
    • Supervisé
    • Non supervisé
    • Par renforcement
  • Quelques applications
• Introduction aux Large Language Models (LLMs)
  • Définition et principes de baseFocus sur le modèle GPT
  • Applications et enjeux des LLMs
• Environnements de développement et déploiement
  • Langage de programmation: Python
  • Plateformes de développement collaboratif: Google Colab
• Données en apprentissage machine
  • Types de données
  • Techniques de manipulation des données
  • Importance de la qualité des données

Séance 2: Apprentissage supervisé et techniques avancées
Vendredi 27 novembre 2026, 9h à 12h

• Compromis biais-variance
  • Concept et importance
  • Surapprentissage (overfitting)
  • Sous-apprentissage (underfitting)
• Fonction de perte et mesures de performance
  • Types de fonctions de perte
  • Métriques d’évaluation pour la classification et la régression
  • Gestion des classes non balancées
• Algorithmes d’apprentissage supervisé
  • Arbres de décision
  • Méthodes d’ensemble
  • Validation croisée
• Support Vector Machine (SVM)
  • Principe de base
  • Noyaux (kernels) et leur utilisation
  • Avantages et limites des SVM
• Applications