Ferme la recherche

Big Data : récolte et analyse de données volumineuses module Machine Learning

Descriptif

Durée de la formation

Durée 21 heures
En centre 21 heures

Session

entrées/sorties permanentes

du 01 janv. 2020 au 31 déc. 2022  - Aix en Provence (13)
du 01 janv. 2020 au 31 déc. 2022  - Aix en Provence (13)
Pour connaître les dates des prochaines sessions, veuillez contacter l'organisme de formation

Objectif de la formation

- Comprendre le Big Data et ses enjeux
- Identifier les besoins et la problématique des directions métiers
- Construire des modèles prédictifs pour répondre à la problématique
- Construire des algorithmes pour améliorer les résultats de recherches et de ciblage
- Trouver et rassembler l'ensemble des sources de données structurées ou non structurées nécessaire à l'analyse pertinente
- Faire des recommandations business qui vont servir à la prise de décision et influencer la stratégie de l'entreprise
- Développer des métriques pertinentes d'aide à la décision
- Développer une vision globale des risques et des outils
- Identifier les opportunités à travers l'open data et les cas d'usage métiers
- Acquérir le vocabulaire lié à cet écosystème complexe
- Adapter la stratégie d'entreprise
- Concevoir un projet Big Data et acquérir les technologies (acquisition et stockage des données, traitement distribué, analyse de données à large échelle)
- Maîtriser les technologies par des études de cas concrètes
- Maîtriser les enjeux juridiques et liés à la protection des données

Description de la formation

Jour 1
Faire de l'apprentissage automatique via des outils Open Source
Présentation du Machine Learning et de ses possibilités:
oLes fondamentaux
oApprendre à formaliser les problématiques
oExemple du Data Science en entreprise
Créer un premier Problème Prédictif:
oTechniques d'apprentissage(les plus proches voisins, modèles Linéaire, arbre de décision, ...)
oRévision des bases de la programmation
oApprentissage d'un modèle avec librairie Open Source
Préparation des données afin de les utiliser dans un système d'apprentissage:
oPrésentation du feature Engineering et les limites
oTechnique d'exploration de données
oProcédure de Prétraitement et de nettoyage
Jour 2
Apprendre à évaluer et déployer des modèles prédictifs
Apprendre à évaluer des modèles prédictifs :
oCréation des jeux d'apprentissage, mise en place de leur validation et test.
oTester la représentativité des données
oMesure de performance des modèles prédictifs
oApprendre à faire une matrice de confusion et de coût
Apprendre à Sélectionner les modèles
oDéterminer l'exactitude des prédictions avec les ensembles de modèles
oApprendre à créer des arbres de décisions
Apprendre à déployer :
oDéterminer l'importance des APIs en production.
oVue d'ensemble des solutions Open Source
oApprendre à créer des APIs
oApprendre à Gérer l'authentification
oSavoir utiliser Amazon Machine Learning et BigML
Utilisation du ML sur du texte:
oConseils de prétraitement des données textuelles
oMise en pratique avec la librairie open source NLTK
Jour 3
Aller plus loin avec le Machine Learning
Techniques avancées:
oPrincipe du Gradient Boosting et utilisation de la librairie open source XGBoost
oPipelines de Machine learning: enrichissement et sélection de features, modélisation
oTechniques d'optimisation des paramètres de pipelines de Machine learning: grid search, random search et utilisation de la librairie open source hyperopt
oAutres problèmes d'apprentissage:
oRéseaux de neurones et Deep Learning:
oDévelopper son propre cas d'usage:

Validation

Certification

Donne accès au(x) métier(s) suivant(s)

Administration de systemes d'information (voir la fiche métier)

Informations complémentaires

2
3 jours
Et après la formation ?

NON DÉTERMINÉ

Conseils
Les questions à se poser avant de choisir une formation à distance
  • Les modalités de formation proposées par cet organisme sont-elles adaptées à mes besoins et répondent-elles à mes attentes ?
  • Y-a-t'il un système de coaching, de contrôle de l’assiduité, de vérification régulière des connaissances acquises ?
  • Est-ce que je dispose du matériel adéquat et d'un lieu approprié pour suivre cette formation ? Bonne connexion, webcam, casque, bureau fermé ou accès un espace numérique public ou de co-working ?
  • Suis-je suffisamment motivé, auto-discipliné et organisé pour me connecter de façon assidue ?
  • Suis-je en capacité de travailler seul ? Si non, puis-je m’appuyer sur une communauté ?

Cegefos

Lieu de formation

À distance

Centre de formation

28 rue Xavier Bichat
72000, Le Mans

Toutes les formations et avis pour Cegefos