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.

Data Science Starter Program SUR MESURE

Share
Data Science Starter Program - intra entreprise

Découvrez notre formation certifiante en science des données DEDIEE A VOTRE ENTREPRISE.

Le parcours offre une introduction aux meilleurs outils et méthodes pour appréhender et exploiter les données et notamment les données massives.
Une immersion dans l’univers de la donnée à travers un programme portant sur les fondamentaux en sciences des données.

Nous concevons le parcours avec vous pour répondre au mieux à vos besoins. Il est par exemple possible d'y intégrer des focus sur les choix techniques et les outils internes à votre entreprise et de faire intervenir vos experts.

Le format s'adapte également (intensif en semaine, 2 modules par mois...).
Le programme est personnalisable dans le cadre du référentiel de compétences déposé (CNCP 1527).

Conctactez-nous !

  • Dates :Selon vos besoins
  • Durée :Nous consulter
  • Pour qui :Profil technique ayant une expérience de programmation ou statistique
  • Lieu :Ecole Polytechnique Executive Education
  • 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 - Department of Applied Mathematics

    Professor
    Biography
     

  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.