Nos formations

FORMATION

DS-SM : DATA SCIENCE STATISTIQUES ET MACHINE LEARNING

 

télécharger la fiche de formation


 

DUREE

 


OBJECTIFS

2 jours

 


Objectifs pédagogiques

Mener une analyse exploratoire de données, du chargement des donées à leur analyse critique
Créer des modèles prédictifs
Expérimenter les méthodes classiques d'analyse de données et leurs applications

Bénéfices attendus

Connaître les techniques modernes de traitements de données et savoir les appliquer à sa problématique
Savoir exploiter ses données à l'aide d'outils logiciels dédiés. 

 

CONTENU

 

Introduction

Rappel des enjeux et concepts de la data science
Les types de données (mesures, données temporelles, images...)

Préparer ses données

Chargement, mise en forme et manipulation - Filtrage et sélection - Normalisation
Préanalyse et visualisation : scatter plot, box plot, bar plot

Réaliser des statistiques descriptives et ANOVA

Moyennes, quantiles, écart type...
ANOVA

Réaliser une analyse non supervisée (identifier des groupements de données sans a priori)

Clustering, apprentissage non supervisé : k-means, GMM...
Réduction de dimensions : ACP

Réaliser une analyse supervisée (connaissance a priori des groupements de données)

Régression - Classification , machine learning supervisé : SVM, KNN...

Data science statistiques et machine learning - DS-SM-1

 

 

 

PUBLIC

Public concerné

Ingénieurs, techniciens, scientifiques, mathématiciens

Niveau du stage

Stage d’apprentissage
Sujet technique

Pour suivre la formation

Connaissances mathématiques et statistiques
Connaissances de base en programmation

Pour compléter la formation

Formation Data science : analyse d'images (DS-AI)

 

Data science statistiques et machine learning - DS-SM-2

Télécharger la fiche de formation complète : DS-SM : DATA SCIENCE STATISTIQUES ET MACHINE LEARNING

Demande d'informations complémentaires