Cette formation va vous initier à la data science moderne, également appelée science des données en français. Vous allez comprendre l’utilité de la data science pour obtenir des informations exploitables à partir de divers jeux de données complexes. Vous allez aborder les notions de la programmation, des statistiques, des mathématiques, de machine learning, d’analyse de données, de visualisation et de big data. Vous apprendrez à collecter des données via des API web ou via le scraping, et aborderez les technologies R, Python et SQL ainsi que certaines techniques d’analyse (machines à vecteurs supports et forêts aléatoires).
Introduction à la Data Science
1 jour II Code CNCP : 2234 II Certif info : 93835
Les objectifs de la formation Introduction à la Data Science
A l’issue de la formation « Introduction à la data science», les apprenants auront les capacités de :
- Comprendre la data science et les opportunités pour les entreprises
- Bien positionner la data science dans la chaîne de traitement des données
- Apprendre à modéliser un problème de Data Science
- Découvrir l’intérêt des algorithmes
- Concevoir l’architecture
- Choisir les composants techniques
Les prérequis de la formation Introduction à la Data Science
Connaître l’utilité du Data Mining et les problématiques du Big Data dans les approches statistiques
- Avoir des connaissances minimum de Linux et des lignes de commandes
- Connaissances du langage java et de son écosystème (maven, IDE)
- Avoir des connaissance sur le réseau
- Avoir des connaissances de ce que sont REST/HTTP
- Avoir des connaissances du format Json, Yaml
Vous n’avez pas les prérequis nécessaires pour la formation Introduction à la Data Science ? Contactez-nous pour étudier ensemble un parcours sur mesure et garantir ainsi la réussite de votre projet.
Le public de la formation Introduction à la Data Science
La formation certifiante «Introduction à la data science », s’adresse à tout public salarié, demandeur d’emploi ou en reconversion professionnelle et souhaitant acquérir des compétences en BIG DATA, notamment:
- Directeurs/chefs de projet ou responsable métier
- Responsable système d’informations
- Consultants en business intelligence
- Ingénieurs d’étude, de recherche et développement
- Architecte système et logiciel
- Consultants techniques
- Consultants business
- Statisticiens et Mathématiciens
- Data scientist (analyse de données) ou Data miner (fouilleur des données)
- Tout développeur ou informaticien souhaitant développer des compétences en analyse de données et BIG DATA
0
Certif Info
0
Code CNCP
0
Jour
0
Heures
Contenu de la formation
Introduction à la Data Science
Introduction à la Data Science
Big data
Deep learning
- Perceptron
- Réseaux neuronaux multicouches (MLP)
- Réseaux neuronaux convolutifs (CNN)
- Réseaux neuronaux récursifs (RNN)
Machine Learning
- Apprentissage automatique supervisé/ non supervisé
- Algorithmes du Machine Learning
Principes de la data science
- Approche fonctionnelle de base
- Variables prédictives
- Variables à prédire
- Fonctions hypothèses
- Estimateurs (biais et variances)
- Compromis biais – variance
- Fonctions de perte
- Régularisation des paramètres
- Optimisation des paramètres
Clustering
- k-moyens (kMeans)
- Clustering hiérarchique
- Approche DBSCAN
Classification
- Régression logistique
- Machines à vecteurs de support (SVM)
- Arbres de décisions
- K plus proches voisins (kNN)
Traitements en Data Science
- Compressions des données
- Réglages des modèles
Principes de l’apprentissage d’ensemble
- Forêts aléatoires
- gradient boosting
Principes de la régression
- Explorations des données régressives
- Performance des modèles de régression
Atelier Cas pratique
Une attestation d’assiduité sera délivrée après la validation de toutes les compétences du module Introduction à la Data Science.
Modalités De Formations
INTRODUCTION À LA DATA SCIENCE
Le module INTRODUCTION À LA DATA SCIENCE est disponible en 3 modalités : E-learning tutoré, Blended Learning et en présentiel.