Data science Le Big data marque le début d’une transformation majeure, qui va affecter de façon profonde l’ensemble des secteurs (de l’e-commerce à la recherche scientifique en passant par la finance et la santé). L’exploitation de ces immenses masses de données nécessite des techniques mathématiques sophistiquées visant à extraire l’information pertinente. L’ensemble de ces méthodes forme le socle de la science de données (ou data science). Objectifs de la formation :
  • Connaitre les bases et les fondements en data science ; de la théorie de l’information à l’apprentissage automatique.
  • Maîtriser une variété d’outils, de perspectives et d’approches pour pouvoir identifier les méthodes et modèles les plus appropriés à utiliser pour résoudre chaque cas spécifique.
  • Etre en mesure d’utiliser différents types de données en temps réel afin de faire des prédictions complexes et des calculs à grande échelle.
  • Moyens pédagogiques : alternance entre présentation théorique des méthodes et applications pratiques sur des données.
  • La formation se déroule en 24 heures.
 Plan :  NIVEAU I : Apprentissage supervisé/non supervisé
  • Introduction : émergence de la science des données, data mining, machine learning et big data
  • L’apprentissage non-supervisé
  • Classification ascendante hiérarchique (bibliothèque Scipy (python)).
  • K-means (bibliothèque Scikit-learn (python)).
  • Choix du nombre de clusters (bibliothèque Scikit-learn (python)).
  • Règles d’associations (bibliothèque mlxtend (python)).
  • L’apprentissage supervisé
  • Arbre de décision (bibliothèque Scikit-learn (Python)).
  • Evaluation de la performance des modèles de classifications (matrice de confusion, accuracy, recall, precision, f1-mesure)
  • Forêt aléatoire (bibliothèque Scikit-learn (Python))
 NIVEAU II : Apprentissage supervisé et introduction au deep learning
  • Classifieur Bayésien Naïf (bibliothèque Scikit-learn (Python)).
  • Réseaux de neurones artificiels (bibliothèque Scikit-learn (Python))
  • Deep learning (bibliothèque Keras (Python), bibliothèque Tensorflow (Python)).
Etude de cas selon la spécialité des participants.

DataCamp Training & Consulting

Adresse: Avenue Bourguiba maison 178, Gremda Sfax 3062

Email: contact@datacamp-training.com

Phone: +216 95563389 +216 98550000

Nous sommes agréés par le Ministère de la Formation Professionnelle et de l’Emploi (Agrément N°61/377/20) et opérateur de formation inscrit à la CNFCPP (Centre National de Formation Continue et de Promotion Professionnelle)

Fermer le menu