Reprise du message précédent :
Après il y a bien plus de postes que de diplômes de ces deux masters.
Même avec un diplôme moins prestigieux il y aura moyen...

Sinon en interne dans ta boîte ?

J'ai une question sur l'évaluation d'un modèle. C'est pour une classification binaire : je dois prédire "0" ou "1".
 
J'ai 59 variables au départ :
1/ En prétraitement, j'ai fait une sélection de variables avec ExtraTreesClassifier
2/ Comme je veux faire une simple régression logistique, je binarize ou 1-hot encode le tout
3/ Ca me donne à nouveau dans les 300 variables, donc j'applique une PCA pour réduire.
 
Ensuite j'applique mon logit, et c'est là que j'ai des questions.
Pour les scores (rocauc ou f1), je trouve toujours le même ordre de grandeur quels que soient les paramètres et ça me turlupine
 
Par exemple, j'ai deux prédictions qui donnent :  
1/ 7% de "1" : rocauc=0.6158 / f1=0.098
2/ 40% de "1":rocauc=0.6155 / f1=0.090
 
Sachant que les données contiennent 97% de 0 et 3% de 1 j'ai du mal à comprendre.
Le modèle qui prédit 40% devrait être complètement dans les choux par rapport à l'autre, puisque sur 100 prédictions je vais donner 37 "1" de trop.
J'ai pensé que vu les valeurs que j'obtiens pour les deux scores, en réalité mes deux modèles sont aussi pourris l'un que l'autre et c'est pour ça qu'il n'y a aucune différence ?
Sinon je vois pas trop  

 
C'est ce que je préfèrerais éviter...    
Mais merci pour vos réponses. En tout cas, ça coûte rien (ou pas grand-chose) de postuler à ces M2 (et à d'autres moins cotés évidemment) et de voir ce que ça donne.
Le M2 de l'X est vraiment top-niveau sur la base de retours d'ex-étudiants et c'est surtout par rapport à son brandname ? Car j'en entends moins parler que le MVA par ex.
Pas de possibilités en interne. Et de toute façon, si je fais bien un M2, je pense y faire un stage en labo de recherche pour voir si la recherche me conviendrait mieux que l'entreprise. Ce serait pas trop possible en interne.

Perso si tout se passe bien je suis au M2 de l'X l'année pro (je suis en ingé post bac), le niveau a l'air très élevé mais ceux de mon école qui y vont arrivent à valider. Oui le brandname joue pas mal. Le MVA a vraiment la côte, c'est clair
 
Tu as tout les masters de maths financières aussi : El Karoui, Laure Elie etc. EK a un label big data et LE propose des cours de ML etc. Pas déconnant de faire ça dans le sens où tu as déjà poncé l'informatique et qu'il te manque la partie maths

C'est lequel le M2 de l'X dont vous parlez ?

Après il faut aussi voir que chaque M2 a sa spécialité aussi, ce qui est important quand on choisit : certains sont plutôt orientés finance, d'autres plutôt traitement du signal/image, il y en a aussi des spécialisés dans le big data, etc.

Sinon tu as également le master ESA à Orléans qui a ouvert beaucoup de cours de machine learning. Ceux qui le souhaitent  peuvent également obtenir un DU "data scientist", il suffira de valider trois cours en plus parmi 25 à la carte.  
Si vous voulez plus d'informations rdv sur ce lien :
http://www.univ-orleans.fr/deg/masters/ESA/.
Le master est orienté statistiques appliquées .  
Niveau théorique c'est largement moins costaud que le MVA

Moi je serai dans celui là sauf catastrophe : https://datascience-x-master-paris-saclay.fr/
 
Oui c'est très pertinent ce qu'a dit Rontgen, il faut cibler ce qui t'intéresse le plus : Big Data, Machine Learning/Stats etc.
 
Sinon tu as pas mal de mastères spécialisés (Telecom, Centrale etc.), ils sont beaucoup plus professionnalisant et ça peut aussi coller à ton profil vu que tu es déjà diplômé et sur le marché du travail depuis 1 an
 
Après si tu veux absolument partir en thèse, il te faut un M2

GG, je connais des gens (de télécom) qui l'ont fait et il a vraiment l'air bien, en venant d'une post-bac t'étais dans le top de la promo ?
 
(nonobstant certaines questions un peu triviales posées sur le topic finance )

 
 
Le calcul sto ça reste encore un peu obscur pour moi désolé
 
Un cours de ce master sur les frameworks Big Data est dispensé dans mon école par un de nos profs. Du coup, il s'arrange pour que chaque année le meilleur de la filière info et le meilleur de la filière finance accèdent à ce master (en théorie y'a 5 places chaque année, en pratique y'en a que 1 ou 2 qui y vont).  
 
Pour l'instant rien n'est fait mais j'ai 19.5 de moyenne en machine learning + j'ai fait bonne impression au prof qui m'a fait une lettre de reco, mes autres moyennes sont à 16-17 pour l'instant (y compris les matières pipeau genre management ). Lundi j'ai DS de calcul sto je devrais m'en sortir. Si je continue comme ça, ça devrait le faire

Ah oui tiens, etonnant de voir ECE et ISEP comme partenaires officiels (enfin c'est pas pour etre mechant, c'est juste qu'il y a pas trop de post-bac d'habitude dans les gros masters)

Oui c'est clair haha mais je vais pas m'en plaindre
 
Pour l'ECE, le prof qui donne le cours Big Data a l'air pas mal impliqué dans la thématique et doit proposer un cours de bon niveau qui convient à Saclay (il me semble que c'est un M2 Paris-Saclay même si les alumnis abusent du brandname "l'X" ), en échange quelques élèves ont le droit d'entrer dans ce master. Je suppose que c'est pareil pour l'ISEP...
 
Si je l'ai pas, je peux toujours aller au M2 ISIFAR en // de ma dernière année, ils ont un parcours Data Science qui a l'air sympa aussi

Je ne suis pas sûr que ta question soit bien formulée
Par exemple l'aire en dessous de la courbe ROC est calculée en considérant tous les seuils possibles de ton classifieur, donc en faisant varier le nombre de 1 predits entre 0 et 100%
Ça n'a pas de sens de dire que telle valeur de AUCROC est associée à telle pourcentage de 1 prédits

En fait c'est ce scoring
http://scikit-learn.org/stable/mod [...] score.html

Il y a plusieurs options de calcul. Peut être que je devrais pas prendre celle par défaut pour mon calcul
Mais d'ailleurs dans l'exemple qu'ils donnent je ne vois pas bien le rapport avec la variation de seuil ...

Si tu ne vois pas le rapport avec le seuil, je te conseille de lire la page Wikipédia
https://fr.m.wikipedia.org/wiki/Courbe_ROC
Elle est plutôt complète

Alors en fait, j'ai repris tout ça au calme et j'ai compris ce que je ne comprenais pas.
 
Par contre, pour revenir à mes pourcentages de prédiction. Ce que je veux dire c'est que, sachant que je dois trouver dans les 3% de prédictions positives, si un modèle m'en prédit 40% c'est qu'il est complètement à l'ouest.
Et donc il devrait scorer beaucoup moins bien à priori ? Hors c'est pas vraiment le cas...

 
Ca depend de quelle type d'erreur tu parle.
Affiche la matrice de confusion de tes modèles, c'est bien plus parlant

 
 
Essaie de dérouler à la main un exemple de construction de courbe ROC. Tu verras que l'AUC ne dépend pas totalement du nombre de 1 que prédit ton classifieur.
Dans ce livre disponible gratuitement : http://www.dataminingbook.info/pmwiki.php chapitre 22 (classifier assessment), il y a des petits exemples de construction de la courbe ROC (et donc de l'AUC)
 
Ne pas oublier que l'AUC est juste un critère d'évaluation d'un classifieur. En gros il évalue ton classifieur en terme de TPR (true positive rate) et FPR (False Positive rate) pour l'ensemble des seuils de discrimination (ou positive score threshold dans le livre). Chaque point de la courbe correspond à une matrice de confusion qui découle d'un seuil.
Mais in fine, pour utiliser ton classifieur, tu devras bien fixer ce seuil.
 
Un exemple extrême :
1) une courbe qui passerait par les points (0,0) (0.5,0) (0.5,1) (1,1) de la forme suivante
       _
    _|
 
 
2) une par les points (0,0) (0,0.5) (1,0.5) (1,1) de la forme suivante
 
    _|
   |
 
Elles ont toutes les deux une AUC de 0.5, pourtant il sera plus facile de fixer le seuil et d'avoir de bons résultats de prédictions avec la deuxième (puisqu'on augmente le TPR en baissant le seuil, en partant du seuil = 1)

Salut tout le monde, j'espère que vous allez bien.    
 
J'ai une petite question, je suis en vacs et j'aimerai profiter de ce temps libre pour bosser les maths/info en vue d'une éventuelle poursuite d'études (M2 ISIFAR Paris Diderot ou M2 Data Science Paris-Saclay). Quels chapitres/notions sont d'après vous indispensables pour appréhender sereinement ces masters ?    
 
A titre d'info jusqu'ici j'ai vu :

 
 
 
Merci d'avance !
 
PS : J'ai le Dunod maths MP* pour bosser, sinon si vous avez de bonnes ressources dispos sur internet je suis aussi preneur  

Là comme ça j'ai l'impression que t'as vu l'essentiel. Peut-être consolide l'algèbre linéaire de L2 sur laquelle t'as pas l'air super chaud.
T'as pas fait/vu d'analyse convexe, de chaînes de Markov et de stats bayésiennes sinon ? (je pense que ça peut être abordé pour la première fois en M2 sans souci, mais si tu l'as vu avant ce sera plus simple)

edit : je suis en M1 de maths (orienté comme toi vers stats/ML) donc pas plus avancé que toi, mon avis vaut ce qu'il vaut

A priori tout ce qui est séries intégrales et compagnie t'as pas besoin de pousser plus loin pour le moment, ça me semble pas critique.
Tu peux essayer de faire un peu plus de python (scikit-learn) ça te servira toujours.
T'initier un peu à Hadoop/Spark ça fera pas de mal non plus (même si pas forcément utile pour l'an prochain dans le cursus ?)

+1 avec les commentaires précédents

Algèbre linéaire très important (des trucs genre décomposition de matrices par exemple, SVD, etc.)
Statistiques très important aussi (maîtriser la notion d'hypothèses, de tests, etc)
Analyse continue bof
Process stochastiques ça dépend beaucoup de l'application que tu cibles

Gérer Python c'est une bonne idée aussi par contre

Bonjour,
 
En école d'ingé, vous faites la théorie qui est derrière les algo de machine learning ou juste les Applications sur machine ?
Ce que je reproche dans le cours que j'ai fait (régression logistique, analyse discriminante , random forest ect...), c'est qu'on a surtout pianoter sur R avec les différents packages et on est très vite passé sur la théorie..

 
Dans mon école, des cours de ML existent à partir du début de l'année de M1.  
Les premiers cours de ml sont structurés en 3 parties:  
 
*la théorie du ML (avec les stats qui vont avec)
*des TP ou l'on implemente nous même la plupart des méthodes de ML. (regression,SVM,modèles ensemblistes....)
*un projet sur kaggle à réaliser( et c'est pas le plus facile qui est choisi )
 
le rythme est donc très soutenu (tout çà en 40-45 h de cours présentiels... et le travail perso c'est au moins le double)

Merci beaucoup pour vos réponses
 
Effectivement l’algèbre de L2 je suis un peu fragile dessus, on en a pas fait des masses... et j'en ai pas refait depuis ma L2 surtout    
 
En gros je bosse l'algèbre de MP ? Ou y'a des parties que je peux sauter ?    
 
Pour "l'analyse convexe, de chaînes de Markov et de stats bayésiennes ", j'ai pas du tout vu ces choses, ça nécessite quelles bases pour aborder ces trucs sereinement ?    
 
Pour les stats, je vais regarder ça plus en détail    
 
Pour le ML, ça se déroulait toujours de la même façon : On nous présentait les maths/la théorie puis on implémentait l'algo sans utiliser de packages, tout à la main. Par contre on a pas tout ce qui est random forest etc. Je pourrai regarder ça en plus de m'entraîner sur python.  
 
Bref, merci tout le monde !  

Drapo
Y'en a qui cherchent des stages ici?

Ouaip moi, mais 4 mois c'est galère

On pourrait avoir une opportunité pour un stage dans ma boîte. Pas forcément un stage très long, 4 ou 5 mois seraient suffisants. Il me semble difficile de tenir 6 mois sur le sujet identifié. A moins que le stagiaire ne soit un manche

Le sujet n'est pas super compliqué ou technique, je pense que du coup que ça s'adresse plutôt à des étudiants en M1 qu'en M2 mais je laisse ça à l'interprétation de chacun.

Bref, pour être concret...

Sujet : détection automatisée de données personnelles (il y a donc un petit volet règlementaire qui n'est à mon sens pas inintéressant).
Environnement technique : SQL, MATLAB ou Python (petite préférence pour MATLAB, le but étant d'intégrer les travaux du stagiaire dans une application métier).
Secteur : finance, grand groupe bancaire.
Localisation : IDF Sud (plus de détails en MP).
Rémunération : aucune idée, faut que je me renseigne

Pour les candidats : MP avec le cursus suivi + un mini CV mettant en avant les compétences techniques et scientifiques + un GitHub si vous en avez un, merci d'avance.

PS : aucun besoin de formaliser proprement, je m'en balance.

 
Déjà trouvé  

Moi je cherche un stage d'un mois (voire une semaine de plus).
Entièrement gratuit pour la boîte, c'est 100% pris en charge par pôle emploi.

Un mois c'est court quand meme

Clairement!
Déjà que pour 4 mois ça n’est pas toujours évident de trouver.

Un mois en ML tu vas pas faire grand chose...

Oui mais c'est gratuit

Ça permet de travailler un peu, se mettre en situation.
Sur un projet bien cadré on peut faire quelques trucs. Même si c'est juste nettoyer un peu des données c'est toujours ça.
J'ai beau travailler à la maison je commence à sérieusement m'ennuyer

C'est un peu l'explosion des salaires en ML/Big data en ce moment non?

 
Pourquoi tu dis ça ? C'est à la mode en ce moment et il y a plus d'emplois que de diplômés compétents donc les salaires se veulent attractifs pour attirer les talents

Je me contenterais déjà d'un job moi

 
T'en fais pas le cours de Monsieur L est pas représentatif de ce que vous aurez par la suite, il montre beaucoup de notions en allant peu dans les détails dans ce cours. Déjà au S2 vous aurez ~45h sur la régression logistique, abordée du point de vue statistique/économétrique et en M2 vous reverrez toutes les techniques d'apprentissage supervisé vues avec lui (et d'autres) en allant beaucoup plus dans le détail théorique cette fois. De toute façon ça a pas trop de sens de vous montrer les RF dès maintenant alors que le cours de bootstrap est au second semestre.

 
T'as essayé de postuler à l'étranger ? UK/Allemagne/Suisse/Lux ?  
 
En France, y'a la culture de l'école et ceux qui se réorientent sont "mal vus" d'après ce que j'ai compris :

Oui c'est un peu le soucis. J'ai pas encore regardé vraiment à l'étranger, c'est pas évident pour le boulot de ma femme.
Suisse ça serait peut-être OK. Si d'ici quelques semaines j'ai toujours rien je vais commencer à chercher par là bas je pense

Je dirais plutôt que ça se tasse, au contraire.

Au début de la hype, à peu près n'importe quel data scientist pouvait viser sans souci du 70 voire 80k. Maintenant, avec l'arrivée des premières vagues de jeunes diplomés en data science, le fait que tout le monde se prétende data scientist sans forcément l'être réellement, les salaires baissent. Je vois énormément de data scientists (et pas les plus mauvais) émarger péniblement à 40/45k à Paris. Les SSII proposent désormais du data scientist à 600 balles la journée, l'intérêt de prendre un data scientist cher en interne se réduit donc d'autant (contrairement au risque). Sur des postes de data architect, tous les cabinets de recrutement qui m'ont contacté me disent que je suis hors marché : d'après eux, un data architect expérimenté peut difficilement émarger à plus de 80k. Bref, ça se normalise. Je souhaite d'ailleurs bon courage aux data scientists embauchés à prix d'or pour bouger sans changer de poste, or la question de savoir ce qu'on fait après de la data science est toujours ouverte dans les entreprises.

edit : vision parisienne du marché, je ne prétends pas que cela soit vrai ailleurs.