Formation - Data Science - Les fondamentaux
Prérequis
- Connaître l'utilité du Data Mining et les problématiques du Big Data dans les approches statistiques
- Disposez-vous des connaissances nécessaires pour suivre cette formation ? Testez-vous !
Public admis
- Salarié en Poste
- Entreprise
Demandeur d'emploi et Etudiant non admis
Financement
- Votre OPCO
- Financement personnel
Financement CPF non pris en charge
Modalités
- En entreprise
- À distance
- En centre
Objectifs pédagogiques
- Pendant la formation, le formateur évalue la progression pédagogique des participants via des QCM, des mises en situation et des travaux pratiques. Les participants passent un test de positionnement avant et après la formation pour valider leurs compétences acquises.
Programme de la formation
1 - Introduction
- Compétences
- Data Science
- Machine Learning
- Big data
- Deep learning
- L'apprentissage machine
2 - Les fondamentaux
- Approche fonctionnelle de base
- Les variables prédictives
- Les variables à prédire
- Les fonctions hypothèses
- Les estimateurs (biais et variances)
- Le compromis biais - variance
- Les fonctions de perte
- La régularisation des paramètres
- Optimisation des paramètres
3 - La classification
- Régression logistique
- Machines à vecteurs de support (SVM)
- Arbres de décisions
- K plus proches voisins (kNN)
4 - Les pratiques
- Prétraitement
- Compressions des données
- Réglages des modèles
5 - L'apprentissage d'ensembles
- Principes de l'apprentissage d'ensemble
- Les forêts aléatoires
- Le gradient boosting
6 - La régression
- Principes de la régression
- Explorations des données régressives
- Performance des modèles de régression
7 - Le clustering
- Les k-moyens (kMeans)
- Le clustering hiérarchique
- L'approche DBSCAN
8 - Le Deep Learning
- Perceptron
- Réseaux neuronaux multicouches (MLP)
- Réseaux neuronaux convolutifs (CNN)
- Réseaux neuronaux récursifs (RNN)

Proposé par
IB Cegos
"Formations aux technologies et métiers du Numérique"

Proposé par
IB Cegos
