Présentiel ou classe virtuelle

4 jours ( 28 heures )

Prix :

2450

€ HT

4 jours ( 28 heures )

Prix :

7200

€ HT

Prix pour un groupe de 10 personnes maximum

Cette thématique vous intéresse ?
Nos équipes d’experts, de concepteurs pédagogiques et de chefs de projet mettent en place pour vous et avec vous des dispositifs innovants, en présentiel et en digital.

Référence : IIA10

/ Stage

Mise en œuvre de solutions de Data Science

Inter

Présentiel ou classe virtuelle

Prix :

2450

€ HT

Prix :

7200

€ HT

Prix pour un groupe de 10 personnes maximum

Cette thématique vous intéresse ?
Nos équipes d’experts, de concepteurs pédagogiques et de chefs de projet mettent en place pour vous et avec vous des dispositifs innovants, en présentiel et en digital.

Au cours de cette formation en Data Science, nous présentons de façon intuitive les principaux modèles des « Data Sciences ». Au travers de cas concrets, nous détaillons pour chaque modèle les bonnes pratiques à adopter pour élaborer la meilleure solution « Data Science ».

Objectifs de la formation

  • Élaborer des solutions Data Science
  • Déterminer la préparation et le nettoyage des données
  • Effectuer des analyses prédictives
  • Gérer et tirer des opportunités métier à partir des informations grâce à la visualisation des données et des résultats

Public concerné

Cette formation s’adresse à toute personne (ingénieur, analyste, concepteur…) intéressée par les Data Sciences et la création de modèles de Machine Learning, les phases de préparation et visualisation des données, la transformation numérique 4.0 des entreprises.

Pré-requis

Cette formation ne nécessite aucun pré-requis.

Programme

Domaine des Data Sciences
Introduction
Métiers et domaines d’application
Préparation des données
Outils de Business Intelligence (BI)
SQL pour les Data Sciences
Les différences phases ETL
. lecture, Transformation, Chargement
. les différents types d’erreurs
. analyse et gestion des erreurs

Visualisation des données
Introduction et problématique
Présentation et Mise en oeuvre de Tableau
Présentation du Data Mining et mise en oeuvre avec Tableau
Data Mining avancé et mise en oeuvre avec Tableau

Machine Learning – Apprentissage supervisé
Modèles de régression
. présentation
. régression linéaire simple : présentation et mise en oeuvre
. régression linéaire multiple : présentation et mise en oeuvre
. régression polynomiale : présentation et mise en oeuvre
. les autres modèles : Support Vector Regression (SVR), Decision Tree Regression, Random Forest Regression
Modèles de classification
. présentation
. régression logistique : présentation et mise en oeuvre
. SVM (Support Machine Vector) : présentation et mise en oeuvre
. les autres modèles : K-Nearest Neighbors (K-NN), Naive Bayes, Decision Tree Classification, Random Forest Classification

Machine Learning – Apprentissage non supervisé (Clustering)
Présentation
K-Means : présentation et mise en oeuvre
Hierarchical Clustering : présentation et mise en oeuvre

Évaluation des modèles
La validation croisée
Choix de la métrique de performance (P)
. pour les problèmes de régression
. pour les problèmes de classification

Synthèse et bilan

Points forts

Afin d’en faciliter la compréhension et la mise en oeuvre, nous présentons de façon intuitive les principaux modèles des « Data Sciences ». Nous détaillons pour chaque modèle, en nous appuyant sur des cas d’étude du monde réel, les bonnes pratiques à adopter pour élaborer la meilleure solution « Data Science » dans le but de la création de valeur dans les activités métier des entreprises.
Pour situer la différence entre le domaine des Data Sciences et les domaines du “Machine Learning” et du “Deep Learning”, le domaine des Data Sciences couvre et encadre les deux autres domaines par deux grandes étapes :
1. La phase de préparation des données
2. La phase de visualisation des données et des résultats
 

Modalités d'évaluation et de suivi

Pour assurer un suivi individuel, Demos a mis en place 2 types d’évaluation :

  • Une évaluation de compétences en ligne en début et en fin de formation qui peut prendre différentes formes selon le contenu de la formation suivie : Tests d’évaluation des acquis, cas pratiques, mises en situation, soutenance devant un jury pour les formations à finalité certifiante.
  • Une évaluation de la satisfaction de chaque stagiaire est réalisée en ligne. Cette évaluation est complétée par l’appréciation du formateur à l’issue de chaque session. 

Profil animateur

consultant-formateur en Intelligence Artificielle, enseignant-chercheur en Data Science

Dates et lieux

Aucune session trouvée !

Du

21 octobre

au

24 octobre 2024

Paris

2450 € HT

-

Cette formation a été mise à jour le 01 janvier 2024

Vous pourriez également être intéressé par ces formations

Intelligence artificielle (IA) : déployer le modèle d’apprentissage le plus adapté aux besoins de l’entreprise

Cette formation en Intelligence Artificielle (IA) vous permettra de comprendre les principaux modèles du machine learning et les principes du deep learning afin de déterminer le modèle d’apprentissage le plus adapté aux problématiques et aux besoins de votre entreprise.

1690 € HT

inter /

intra /

sur-mesure

Intelligence artificielle (IA) : déployer le modèle d’apprentissage le plus adapté aux besoins de l’entreprise

1690 € HT

2 jours ( 14 heures )
inter / intra / sur-mesure