Le document décrit une expérience d'enseignement de l'apprentissage automatique utilisant scikit-learn à Télécom ParisTech, soulignant l'évolution du nombre d'étudiants dans ce domaine de 16 en 2012 à plus de 60 en 2016. Il met en avant les différents programmes de master et certificats spécialisés en science des données offerts par l'institution, ainsi que l'importance des travaux pratiques dans le curriculum. Enfin, il mentionne une opportunité de travail sur les stacks scikit-learn et scipy.

1. Teaching machine learning with
scikit-learn:
The Telecom ParisTech Experiment
Alexandre Gramfort
Telecom ParisTech - CNRS LTCI
alexandre.gramfort@telecom-paristech.fr
GitHub : @agramfort Twitter : @agramfort

2. TheTelecom ParisTech Experiment

3. >>> import sklearn

4. History
>>> import sklearn
From
To
$ R
R version 2.15.1 (2012-06-22) -- …
Copyright (C) 2012 The R Foundation for
Statistical Computing
>
or
< M A T L A B (R) >
Copyright 1984-2012 The MathWorks, Inc.
R2012b (8.0.0.783) 64-bit (glnxa64)
August 22, 2012
>>

5. History
From
To
16 students in ML class in 2012
> 60 students in ML class in 2016

6. Alexandre Gramfort Teaching with scikit-learn
Formations
6
• Ingénieur Télécom, filière Sciences des Données
• M2 Data Science (Télécom & Polytechnique)
• M2 Data & Knowledge (Télécom, Paris Sud, Polytechnique)
• M2 DataScale (UVSQ, ENSIIE,Télécom,Télécom SudParis)
• Mastère Spécialisé « Big Data : gestion et analyse des données
massives »
• Certificat d’études spécialisées «Data Scientist»
• MOOC Fondamentaux du Big Data
http://www.telecom-paristech.fr/cartobigdata

7. Alexandre Gramfort Teaching with scikit-learn
Filière Science des Données (SD)
7
1er semestre 2eme semestre
Période 1 Période 2 Période 3 Période 4
SD201 Exploration
des grands volumes
de données
SD203
Développement Web
SD210 Bases de
l'apprentissage
statistique
SD211 Optimisation
pour l'apprentissage
statistique
SD202 Bases de
données
SD204 Statistique :
modèles linéaires
SD205 Statistique
avancée : estimation
non paramétrique et
théorie de
l’apprentissage
SD207
Apprentissage
statistique par la
pratique
Team effort:
• > 10 faculties (MdC, Professors)
• with help from PhD students / Postdocs in ML

8. SD210 - SD207: ≈50% hands on

9. Challenges

10. Can’t stop working !
I need to win the
challenge

11. Doing datascience with challenges

12. Doing datascience with challenges

13. Doing datascience with challenges

14. Alexandre Gramfort
alexandre.gramfort@telecom-paristech.frContact:
GitHub : @agramfort Twitter : @agramfort
Questions?
1 position to work on Scikit-Learn and Scipy stack available !