Modèle de stock
De Bourse à la Bible : IA qui raisonne en parallèle
Détection d'anomalies, prévisions du marché boursier & génération de texte par IA
Objectifs éducatifs
Ce modèle de cours transmet les procédures de base d’analyse de données et d’apprentissage automatique via des exemples structurés issus de l’analyse de séries temporelles, la classification et la génération de texte. Il soutient le développement de compétences professionnelles en modélisation statistique, structuration algorithmique et mise en œuvre pratique des processus décisionnels basés sur les données. Grâce à la construction progressive des modèles d’analyse et de prévision, le lien entre la représentation des données, la conception du modèle et l’implémentation du code devient clair. Le modèle est destiné à être attribué au domaine de modélisation et de résolution de problèmes basés sur les données.
Compétences clés
- Détection d’anomalies dans des séries temporelles en utilisant la moyenne, l’écart type et le score Z
- Prévision des prix boursiers par les moyennes mobiles et les moyennes pondérées ainsi que par la régression linéaire
- Classification des espèces animales en utilisant les méthodes d’arbre de décision et k-NN
- Classification binaire de commentaires textuels basée sur une approche Bag-of-Words
- Création de textes générés par l’IA à l’aide des chaînes de Markov
- Analyse des valeurs atypiques et leur impact sur les modèles de prévision
Structure des modules
Détection d'anomalies dans les séries temporelles de température
Introduction aux méthodes statistiques pour identifier les valeurs atypiques dans les données mesurées, en tant que base pour les modèles d'analyse basés sur les données.
Prévision des prix boursiers : trois méthodes
Comparaison de méthodes de prévision basiques pour modéliser les évolutions des prix boursiers à partir de données historiques.
Classification des animaux avec les arbres de décision et k-NN
Application de méthodes classiques de classification pour l'affectation structurée d'objets en fonction de caractéristiques définies.
Reconnaissance automatique des avis de restaurants
Introduction aux méthodes simples de classification textuelle par analyse des mots-clés dans les données d'avis.
Continuer les vers bibliques avec des chaînes de Markov
Modélisation des patrons linguistiques pour générer de nouveaux textes à partir de séquences statistiques de mots.
Les modules structurés de manière claire permettent des objectifs d’apprentissage transparents et peuvent être intégrés dans des séries de leçons existantes.
Essayez le modèle en accès démo et adaptez son contenu à votre situation pédagogique.