En utilisant notre site, vous consentez à ce que des cookies soient utilisés à des fins d’analyse, de pertinence, et de publicité. Modifiez vos préférences.

Message d'erreur

  • Notice : Trying to get property of non-object dans block_block_view() (ligne 247 dans /srv/rochel-data/www-users/www-exed/exed.polytechnique.edu/www/modules/block/block.module).
  • Notice : Trying to get property of non-object dans block_block_view() (ligne 247 dans /srv/rochel-data/www-users/www-exed/exed.polytechnique.edu/www/modules/block/block.module).
  • Notice : Trying to get property of non-object dans block_block_view() (ligne 247 dans /srv/rochel-data/www-users/www-exed/exed.polytechnique.edu/www/modules/block/block.module).
  • Notice : Trying to get property of non-object dans block_block_view() (ligne 247 dans /srv/rochel-data/www-users/www-exed/exed.polytechnique.edu/www/modules/block/block.module).

Data Science Starter Program (Formation Big Data)

Share

Découvrez notre formation continue en sciences des données.
Avec l’explosion et la profusion des données disponibles dans un grand nombre de domaines, les nouvelles techniques de collecte et d’analyse vont affecter de façon profonde l’ensemble des secteurs de la vie économique, mais aussi certains secteurs de la recherche.
La formation offre une introduction aux meilleurs outils méthodologiques pour appréhender et exploiter les données et notamment les données massives (Big Data).
Une immersion dans l’univers de la donnée à travers un parcours intensif portant sur les fondamentaux en sciences des données.
Attention nombre de places limitées
 

  • Dates :DSSP 11 : du 18 janvier au 6 avril 2019
  • Durée :20 jours (140 heures)
  • Pour qui :Profil technique ayant une expérience de programmation ou statistique
  • Lieu :Ecole polytechnique
  • Langue :Français et Anglais
  • Certification :Conduire un projet de sciences de données (CNCP 1527)
  • Code :DSSP

Objectifs

  1. Comprendre et s’approprier les Data Sciences
  2. Appréhender les enjeux du Big Data
  3. Identifier et assimiler les outils et techniques pour résoudre des problèmes complexes d’analyse des données
  4. Découvrir comment les appliquer à ses missions professionnelles
  5. Assimiler les clés de compréhension pour interagir avec les spécialistes dans un cadre professionnel ou académique

Programme

Introduction à la science des données :

  • L'écosystème,
  • Le cycle de vie d’un projet de données,
  • La gestion de projet,
  • L'architecture informatique,
  • L'introduction au calcul distribué,
  • Les questions de confidentialité

Prétraitement des données et visualisation :

  • Le nettoyage de données
  • La normalisation
  • La sélection et création des variables
  • La réduction de dimensions
  • L'exploration de données
  • La visualisation avec R et Python
  • La visualisation par navigateur, data mashup, data mungin
  • La conception et ingénierie des variables

Analyse des données et apprentissage automatique :

  • L'introduction à l’apprentissage
  • L'apprentissage non supervisé
  • L'apprentissage supervisé
    • régression et sélection des variables
    • régression logistique
    • classification naïve bayésienne
    • algorithme des k-voisins les plus proches (KNN)
    • machines à vecteurs de support (SVM)
    • arbres de décision
  • L'évaluation des modèles
  • Le surapprentissage
  • La sélection de modèles
  • Les méthodes d’ensemble

Apprentissage automatique pour les données non-traditionnelles :

  • Le filtrage collaboratif
  • Les fouilles du Web, de graphes et de textes
    • Web
    • graph
    • text mining recommandation
  • La personnalisation
  • La publicité sur le web et marketing

Deep Learning :

  • Concepts de base
  • Réseaux convolutionnels
  • Réseaux récurrents
  • Application à la classification de documents

Bases de données et outils big data :

  • SQL et NoSQL
  • Calcul distribué
  • Cloud computing
  • Map Reduce et Hadoop
  • HIVE
  • Spark

Ateliers Données  :

    Visualisation des données
    Exploration et sélection/ingénierie des variables
    Application des méthodes d’apprentissage automatique
    Sélection de modèles et méthodes d’ensemble

La pédagogie :

  • des cours
  • des études de cas pratiques
  • des manipulations quotidiennes
  • des témoignages d’industriels ou de chercheurs
  • des partages d'expériences
  • un travail personnel sous forme de projet

Chaque participant est également invité à apporter son propre projet, afin d’en explorer le potentiel. Cela permettra à chaque participant de bénéficier de conseils personnalisés et de bâtir une stratégie qui correspond à ses propres besoins
 

Intervenants

  1. Responsable pédagogique
    Erwan
    École polytechnique

    Professeur associé au département de mathématiques appliquées
    Découvrir sa bibliographie complète
     

  2. Responsable pédagogique
    Michalis
    Professeur au Laboratoire d'Informatique de l'École polytechnique (LIX)

Intéressé(e) par nos formations ?

Téléchargez nos catalogues
Sélectionnez le ou les catalogues.
Select the catalogs.
  1. Catalogue Digital
  2. Catalogue Ingénierie et Sciences
  3. Catalogue Management, Communication et Leadership
  4. Catalogue Projets et Systèmes
  5. Catalogue Transformation des organisations, Innovation et Entrepreneuriat
  6. Nouveau Catalogue Complet 2018-2019

Veuillez remplir le formulaire ci-dessous. Vous recevrez votre catalogue directement dans votre boite email.
Please fill out the form below to receive your Catalogue by email.

Télécharger / Download


Veuillez remplir le formulaire ci-dessous pour pouvoir télécharger notre nouveau catalogue intéractif !

Please fill out the form below to download our new interactive catalogue !

Voir le catalogue
Téléchargement de la plaquette / Download the booklet

    Veuillez remplir le formulaire ci-dessous. Vous recevrez votre catalogue directement dans votre boite email.
    Please fill out the form below to receive your Catalogue by email.

    Télécharger / Download

    Please fill out the form below to download the Application File.

    Download
    Lien newsletter

    Newsletter, inscrivez-vous

    Newsletter

    CAPTCHA
    This question is for testing whether or not you are a human visitor and to prevent automated spam submissions.