Formation Jupyter Notebooks
Public admis
- Salarié en Poste
- Demandeur d'emploi
- Entreprise
- Etudiant
Financements
Eligible CPF Votre OPCO Financement personnel
Objectifs de la formation
Savoir créer un notebook Jupyter et utiliser des bibliothèques complémentaires - mettre en forme des résultats et utiliser des widgets
| Tarif |
A partir de 1 275,00 € |
| Durée | 1 jour(s) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
| Tarif |
A partir de 1 275,00 € |
| Durée | 1 jour(s) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
Description
Programme
Découvrir Jupyter Notebook
Définition, fonctionnalités, contexte d'utilisation
Principe de fonctionnement
Le terminal interactif IPython
Installation de Jupyter Notebook
Utiliser un notebook Jupyter
Ecriture de texte
Documentation du code
Lancement d'un notebook
Enregistrement de fonctions dans un module
Utilisation d'images, vidéos
Intégration de widgets
Utilisation de Matplotlib (graphiques)
Présentation de Dataframes Pandas dans Jupyter
Atelier : Ecriture de rapports avec Pandas, Jupyter et Matplotlib
Prérequis
Public
Ces formations pourraient vous intéresser
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Opérer des solutions d'apprentissage automatique à l'échelle du Cloud à l'aide d'Azure Machine Learning
- Utiliser vos connaissances de Python et du Machine Learning pour gérer l'ingestion et la préparation des données, l'entraînement et le déploiement des modèles, et la supervision des solutions de Machine Learning avec Azure Machine Learning et MLflow.
| Tarif |
A partir de 3 040,00 € |
| Durée |
4j / 28h |
| Modes |
|
Objectifs de la formation
- Comprendre les méthodes de Machine Learning
- Assimiler les notions mathématiques relatives au Machine Learning
- Comprendre les algorithmes d'apprentissage
- Obtenir et préparer les données et évaluer les modèles d'apprentissage
- Maîtriser la régression, la classification, le clustering
- Avoir des notions en deep learning
| Tarif |
A partir de 2 250,00 € |
| Durée |
3 jours |
| Modes |
|
Objectifs de la formation
- Cette formation fait l'objet d'une évaluation formative.
| Tarif |
Contacter l'organisme |
| Durée |
3 jours (21 heures) |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Créer et paramétrer votre environnement de travail Python scientifique
- Reconnaître l'écosystème scientifique de Python
- Analyser les données avec NumPy, Pandas et SciPy
- Visualiser les données avec Matplotlib et Pandas.
| Tarif |
Contacter l'organisme |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Analyser les données de menace dans l'ensemble des domaines et atténuer rapidement les menaces avec l'orchestration et l'automatisation intégrées dans Microsoft Defender XDR
- Implémenter la plateforme Microsoft Defender pour point de terminaison pour détecter, investiguer et répondre aux menaces avancées
- Configurer correctement l'espace de travail Microsoft Sentinel pour bien démarrer avec Microsoft Sentinel
- Détecter des menaces non découvertes précédemment et remédiez rapidement aux menaces grâce à l'orchestration et à l'automatisation intégrées dans Microsoft Sentinel
- Ecrire des instructions avec le langage de requête Kusto (KQL) pour interroger les données de journal afin d'exécuter des détections, des analyses et des rapports dans Microsoft Sentinel
- Gérer les risques et la conformité de Microsoft Purview qui permet aux analystes des opérations de sécurité de détecter les menaces des organisations et d'identifier, de classer et de protéger les données sensibles, ainsi que de superviser la conformité en créant des rapports
- Collecter des données à l'échelle du cloud sur l'ensemble des utilisateurs, des appareils, des applications et des infrastructures, localement et dans plusieurs clouds, à Microsoft Sentinel
- Utiliser Microsoft Defender pour protéger et sécuriser les charges de travail dans Azure, dans le cloud hybride et au niveau local
- Effectuer une chasse proactive aux menaces de sécurité en utilisant les puissants outils de chasse aux menaces de Microsoft Sentinel
- Découvrir la terminologie de base, comment Microsoft Copilot pour la sécurité traite les invites, les éléments qui composent une invite efficace et comment activer la solution.
| Tarif |
A partir de 2 680,00 € |
| Durée |
4j / 28h |
| Modes |
|
Objectifs de la formation
- Configurer un environnement Kubeflow
- Connaître les options de déploiement
- Construire et déployer un modèle de Machine Learning sur Kubeflow
- Créer et exécuter un pipeline ML avec Kubeflow Pipelines
| Tarif |
A partir de 1 500,00 € |
| Durée |
2 jours |
| Modes |
|
Objectifs de la formation
- Créer un environnement Microsoft Defender pour Endpoint
- Configurer les règles de réduction de la surface d'attaque sur les appareils Windows 10
- Rechercher des domaines et des adresses IP Microsoft Defender pour Endpoint
- Enquêter sur les comptes utilisateurs dans Microsoft Defender pour Endpoint
- Configurer les paramètres d'alerte dans Microsoft Defender pour Endpoint
- Gérer les incidents dans Microsoft 365 Defender
- Examiner les alertes DLP dans Microsoft Cloud App Security
- Configurer l'auto-provisioning dans Azure Defender
- Remédier aux alertes dans Azure Defender
- Construire des instructions KQL
- Gérer un espace de travail Azure Sentinel
- Utiliser KQL pour accéder à la liste de surveillance dans Azure Sentinel
- Gérer les indicateurs de menace dans Azure Sentinel
- Configurer l'agent Log Analytics pour collecter les événements Sysmon
- Créer de nouvelles règles et requêtes d'analyse à l'aide de l'assistant de règles d'analyse
- Utiliser des requêtes pour rechercher des menaces
| Tarif |
A partir de 2 690,00 € |
| Durée |
4j / 28h |
| Modes |
|
Objectifs de la formation
- Maîtriser Microsoft Azure Machine Learning et AML Studio
- Utiliser Azure Machine Learning
- Savoir gérer des ensemble de données, les préparer
- Utiliser des fonctionnalités Engineering, Selection
- Savoir utiliser le langage Python et R avec Azure Machine Learning
- Savoir construire, initialiser, optimiser et utiliser des modèles Azure Machine Learning
- Maîtriser les Cognitives Services, HDInsight
| Tarif |
A partir de 3 500,00 € |
| Durée |
5 jours |
| Modes |
|
Objectifs de la formation
● Comprendre les concepts fondamentaux des réseaux neuronaux et leur
fonctionnement.
● Installer et configurer TensorFlow pour un environnement de développement optimal.
● Construire et entraîner un premier réseau de neurones simple (classification) avec TensorFlow .
● Maîtriser les concepts de base des layers, de l’
entraînement, de l’évaluation et de l’optimisation des modèles.
● Découvrir les applications concrètes de TensorFlow dans la classification d’images et le traitement du langage naturel (NLP).
● Intégrer des techniques avancées (dropout, batch normalization) pour améliorer la performance des modèles.
● Utiliser le GPU pour accélérer les entraînements et se familiariser avec les bonnes pratiques de déploiement.
| Tarif |
A partir de 2 400,00 € |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Expérimenter les options de calcul et de stockage pour les workloads de Data Engineering dans Azure
- Exécuter des requêtes interactives à l'aide de pools SQL sans serveur
- Effectuer l'exploration et la transformation des données dans Azure Databricks
- Explorer, transformer et charger des données dans le Data Warehouse à l'aide d'Apache Spark
- Ingérer et charger des données dans le Data Warehouse
- Transformer les données avec Azure Data Factory ou Azure Synapse Pipelines
- Intégrer les données à partir des notebooks avec Azure Data Factory ou Azure Synapse Pipelines
- Prendre en charge le traitement analytique transactionnel hybride (HTAP) avec Azure Synapse Link
- Assurer la sécurité end-to-end avec Azure Synapse Analytics
- Effectuer un traitement de flux en temps réel avec Stream Analytics
- Créer une solution de traitement de flux avec Event Hubs et Azure Databricks.
| Tarif |
A partir de 2 680,00 € |
| Durée |
4j / 28h |
| Modes |
|
