Plans de formation (s)
Thème Data Science et son éco-système
La Data Science et son éco-système (0,5 à 1j)
Historique (30's ou plus regression linéaire)
2000 + Cloud , GAFA, Big Data
Les étapes :
- Nettoyage, préparation de la donnée
- Analyse, modélisation et prédiction
- Data visualisation
En amont Data Gouvernance (cf. DAMA)
En aval , ou boucle de rétro-action , Agilité , adaptation des organisations
Les outils (Hadoop, Spark, R, python )
Les offres Saas
Les Data labs, hackatons, l'Open Data
Practical Machine Learning (1j à 4j)
Présentation des principaux modèles théoriques et outils du marché
- Principes : apprentissage supervisé ou non-supervisés. Algorithme batch ou en ligne
- Outils R, python + scikit learn
- Régression linéaire pour la prédiction
- Régression logistique pour la classification
- Méthodes d'arbre de décision
- Méthodes de réseaux de neurones
- Méthodes de clustering (SVM)
- Méthodes d'Ensemble
- Les algorithmes de recommandation
Datascience toolbox (1j à 3j)
Présentation des offres du marché
- Principes cloud Iaas, Paas, Saas
- Atelier du data scientist : Dataiku (DSS), Alteryx, Azure ML
- Saas : AmazonML, BigML, PredictionIO, PredicSys, Azure
- Yhat, Revolution Analytics (R) eco-système
Plans de formation (s)
By bruno16
Plans de formation (s)
- 1,394