Formation Data Science

À qui s'adresse cette formation ?

Professionnel IT, approfondissez vos compétences en statistiques, Machine Learning, programmation orientée… lié ou non au Big Data,
Profil technique, scientifique : ayez un aperçu des formules, algorithmes et techniques utilisés, et apprenez à mettre en œuvre ce type de solutions,
Managers, vous aurez une vue d’ensemble plus précise de la manière dont vous pourrez utiliser les Data Sciences pour optimiser les résultats de votre entreprise.ta Sciences pour optimiser les résultats de votre entreprise.

Contenu de la formation

Cette formation ajustable reprend les bases des probabilités et des statistiques et aborde jusqu’à l’analyse des correspondances multiples en passant par les Supports Vector Machine (SVM) et les réseaux de neurones.

Elle vous permettra de :

•comprendre les algorithmes et leurs cas d’usage,
•savoir les implémenter et les jauger,
•manipuler des exemples tirés de la vie réelle.

Objectifs de la formation

Cette formation offre une vue d’ensemble des différents outils et algorithmes utilisés dans les Data Sciences. Elle vous permet d’acquérir des connaissances théoriques et pratiques des différents concepts, modèles et techniques liés aux Data Sciences.

Quelles sont les bonnes pratiques d’un Data Scientist ?

Vous apprendrez également à utiliser le langage R ou Python pour pré-traiter et post-traiter vos données, les analyser et vous en servir pour élaborer des modèles prédictifs.

Vous aurez une première approche des modèles de régression logistique ou linéaire et des modèles de classification.

Mise en pratique :

Cette formation offre une vue d’ensemble des différents outils et algorithmes utilisés dans les Data Sciences. Elle vous permet d’acquérir des connaissances théoriques et pratiques des différents concepts, modèles et techniques liés aux Data Sciences.
Quelles sont les bonnes pratiques d’un Data Scientist ?
Vous apprendrez également à utiliser le langage R ou Python pour pré-traiter et post-traiter vos données, les analyser et vous en servir pour élaborer des modèles prédictifs.
Vous aurez une première approche des modèles de régression logistique ou linéaire et des modèles de classification.
Mise en pratique :
•utiliser R et Rstudio : installer des bibliothèques utiles, importer des données, les traiter et les exploiter,
•utiliser Python et les bibliothèques de calcul numérique, de statistiques et de Machine Learning,
•visualiser les données : Data Visualization,
•sélectionner et manipuler des modèles dans différents cas d’usage.

Pré-requis Matériel

Votre ordinateur doit avoir la configuration minimum suivante :

• au moins 2GB RAM
• 15GB d’espace disque libre
• R et Rstudio installés, dans le cas d’un intérêt pour R. Python (via Anaconda) et un IDE au choix.

Durée :

6-8 jours (42-56 heures)