Plans de formation (s)

Thème Data Science et son éco-système

http://blog.seznec.net/offre-de-service/

La Data Science et  son éco-système (0,5 à 1j)

http://blog.seznec.net/offre-de-service/

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)

http://blog.seznec.net/offre-de-service/

Présentation des principaux modèles théoriques et outils du marché

1. Principes : apprentissage supervisé ou non-supervisés. Algorithme batch ou en ligne
2. Outils R, python + scikit learn
3. Régression linéaire pour la prédiction
4. Régression logistique pour la classification
5. Méthodes d'arbre de décision
6. Méthodes de réseaux de neurones
7. Méthodes de clustering (SVM)
8. Méthodes d'Ensemble
9. Les algorithmes de recommandation

 

Datascience toolbox (1j à 3j)

http://blog.seznec.net/offre-de-service/

Présentation des offres du marché

1. Principes cloud Iaas, Paas, Saas
2. Atelier du data scientist : Dataiku (DSS), Alteryx, Azure ML
3. Saas : AmazonML, BigML, PredictionIO, PredicSys, Azure
4. Yhat, Revolution Analytics (R) eco-système