Trouver votre formation
Trouver ma formation
Je veux me former en
sélectionner
Achats et Supply Chain
Lean Management & Lean Six Sigma, Excellence Opérationnelle
Projets, Leadership et Management de la transformation
Systèmes d'information et Technologies du digital
Technologies et Systèmes
?
Dans quel domaine ?
et plus précisément en
sélectionner
?
Dans quel sous domaine ?
Achats
Agilité
Architecture des Systèmes d'Information
Automatique/signaux
Big Data
Cloud Computing
Cybersécurité
Électronique de Puissance
Électronique et instrumentation
Énergie électrique et thermique
Industrie 4.0
Ingénierie Durable
Ingénierie Systèmes
Innovation et Intrapreneuriat
Intelligence Artificielle
Lean Management
Lean Six Sigma
Management de projets, leadership
Mécanique
Négociation
Objets connectés
PLM
Risk Management
Supply chain management
Technologies du digital
Télécommunications
Transformation digitale
grâce à une
sélectionner
?
Quel type de formation ?
Formation certifiante
Formation diplômante
Formation courte
DécouvrIR les formations

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

DÉCOUVRIR 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
  • Régressions (linéaire, linéaire multiple, polynomiale)
  • Classification
    - Introduction : comment les algorithmes s’engrainent-ils ?
    - Évaluation des algorithmes.
    - Réglage des hyper-paramètres.
    - Gérer le sur-apprentissage, compromis biais/variance.
    - Classifieurs Bayésiens.
    - Naive Bayes.
    - 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 communauté dans les graphes
    - Réseaux sociaux et Graphes.
    - Communautés dans les graphes.
    - Mesures d'appartenance à une communauté.
    - Algorithmes de détection.

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

3500
cadres formés par an

6
campus en France et dans le monde

1
centre de formation au coeur de Paris

89%
de nos participants recommandent nos formations
(*source 1er semestre 2019)

Votre contact pour cette formation

Laetitia Vigneron-Field
Chargée d'affaires

+33 (0)1 75 31 68 97

laetitia.vigneron-field@centralesupelec.fr

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 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

Référence :
SI34-20
Prix :
4 190€ (HT)
(Restauration offerte)
contact
  • Du 16/12/2020 au 29/01/2021
    Formation programmée à la demande. Nous consulter.
    + Plus de dates
  • 5 jours - 35 heures
  • Paris (75015)

Ils parlent de cette formation

Vidéos
articles

Formations sur le même thème

toutes nos formations

Télécharger la brochure

Aller au contenu principal