Contexte

Si les promesses des techniques du Big Data reposent essentiellement sur la mise en place de techniques réparties, elles utilisent aussi les techniques classiques de l’analyse de données.

Ce module est donc une découverte exploratoire des techniques ayant prouvé leur efficacité et pouvant être mises en place pour les Big Data.

ObjectifS

A l'issue de cette formation, le participant sera en capacité de :
- UTILISER les techniques de bases de l’analyse de données propres à être mises en œuvre dans le cadre des Big Data.
- MAÎTRISER ces techniques via une expérience pratique.

PROGRAMME

Introduction
- Outils et techniques mathématiques du data mining.
- Projets Big Data : où intervient le machine learning ?
- Projets Big Data : Replacer le machine learning dans son contexte.
- Qu'est-ce que le machine learning ?
Méthodes Prédictives
- Introduction : comment les algorithmes s’entrainent-ils ?
- Évaluation des algorithmes.
- Réglage des hyper-paramètres.
- Gérer le sur-apprentissage, compromis biais/variance.
Régressions (linéaire, linéaire multiple, polynomiale)
Classification
- Régression logistique.
- Arbres de décision et Random Forest.
- Boosting.
- k-nearest neighbours.
- Introduction au Perceptron.
- Les réseaux de neurones multi-couches et les réseaux de neurones profonds.
- Support Vector Machine.
Méthodes Exploratoires
Analyse en composantes principales
Clustering
- Algorithmes de partitionnement: K-Means, décomposition de mélange.
- Algorithmes hiérarchiques.
- Algorithmes spectraux.
Détection de communautés dans les graphes
- Réseaux sociaux et Graphes.
- Communautés dans les graphes.
- Mesures d'appartenance à une communauté.
- Algorithmes de détection.

Pré-requis

- Notions générales en statistiques et probabilités.
- Algèbre matricielle de base.
- Disposer de connaissances générales en informatique.
- Avoir des bases de développement (Python).

- Procédure d’admission à cette formation :
Entretien téléphonique avec le/la chargé/e d’affaires pour comprendre vos attentes et votre projet professionnel en lien avec la formation visée.
Envoi de votre CV et/ou lettre de motivation au/à la chargé/e d’affaires puis transmission au responsable pédagogique du parcours qui étudie votre candidature et valide ou non les prérequis nécessaires à la formation. Retour sous 5 jours ouvrés.
Si votre candidature est validée, vous pouvez procéder à votre inscription via le bulletin d’inscription transmis par le/la chargé/e d’affaires.

public concerné

Directeurs/chefs de projet, ingénieurs de recherche et développement, experts en business intelligence, consultants techniques, dataminers.

en pratique

Méthodes pédagogiques

Apport théorique.
Méthode de formation "Learning by doing".
Cas pratiques.
Exemples et retours d’expériences.
Travaux dirigés.
Utilisation de cas réels des participants.

Moyens pédagogiques

Séance de formation en salle.
Se prémunir d’un ordinateur portable.
Installation de la suite anaconda3 (Python, Numpy, Scipy, matplotlib, ScikitLearn) et de R, RStudio, Gephi.
Séance pratique sur ordinateur

Modalités d'évaluation

L'évaluation des connaissances acquises en formation s'appuie sur la réalisation de mise en situation et des études de cas mises en oeuvre par le formateur.

Statistiques

1 centre
de formation au cœur de Paris

94%
Satisfaction moyenne pour le contenu de nos formations
(source : synthèse des évaluations des formations du 2nd semestre 2020, sur un échantillon de 1153 participants)

91%
Satisfaction moyenne pour l'adéquation aux attentes des participants
(source : synthèse des évaluations des formations du 2nd semestre 2020, sur un échantillon de 1153 participants)

Votre contact pour cette formation

Virginia Pena Santos

Chargée d'affaires

+33 (0)1 75 31 60 06

Prendre un rendez-vous téléphonique

Contacter par email

Ils vous en parlent

« La valorisation des données est un enjeu stratégique pour les entreprises, quel que soit leur secteur d’activité. La compréhension des enjeux des technologies sous-jacentes est un levier fondamental. Nos programmes permettent de comprendre et maitriser les différentes facettes du « big data » : comment cadrer les projets, gérer la sécurité et les aspects juridiques, définir des usages, des architectures et aborder les technologies de stockage distribué, de traitement distribué ou encore d’analyse de données et de machine learning. Cette approche mêlant technologie, métier et juridique permet de prendre en compte toute la diversité du sujet des big data. »

Marie-Aude Aufaure
Responsable pédagogique des programmes Big Data

« Pour moi comme pour mon employeur, comprendre et mettre à profit le Big Data n’était pas une option, mais une obligation. Depuis ma formation à CentraleSupélec Exed, j’ai intégré l’équipe Big Data et ce changement d’affectation me place aux premières loges de son intégration progressive dans les activités de l’entreprise. Suivre cette formation a été un tremplin pour aller plus loin encore dans la création de valeur pour mon entreprise et pour moi-même. J’ai vraiment pris conscience de l’importance de maintenir mon employabilité. »

Damien Droisy, Promo 2016

Analyse de données et Machine Learning pour les Big Data

Confess Your Data

Ce programme est disponible en intra-entreprises pour former vos collaborateurs.

Contact pour un intra

Télécharger la brochure

Référence :

SI34-23

Prix :

3 290€ (HT)

(Restauration offerte)

contact

Du 10/10/2023 au 10/11/2023
Du 22/05/2023 au 23/06/2023
Contactez-nous pour en savoir plus sur les prochaines dates de ce parcours.

+ Plus de dates
5 jours - 35 heures
Paris (75015)

Contexte

ObjectifS

PROGRAMME

Pré-requis

public concerné

en pratique

Méthodes pédagogiques

Moyens pédagogiques

Modalités d'évaluation

Statistiques

Votre contact pour cette formation

Ils vous en parlent

Analyse de données et Machine Learning pour les Big Data

Confess Your Data

Ils parlent de cette formation

Formations sur le même thème

Executive Certificate Architecte digital

Enjeux, perspectives et panorama des Big Data

Analyse de données et Machine Learning pour les Big Data