- Durée : 5 jours
- Certification(s) : aucune
- Eligible CPF : non
Objectifs
Prérequis - Participants
Moyens pédagogiques & techniques
Programme
Objectifs
Savoir mettre en place un DataLake et un DataMart en SQL ou big data
Savoir mettre en place une stratégie de Machine Learning en Python afin de créer le modèle le plus satisfaisant possible en le mesurant et en affichant les résultats, le tout, en utilisant des algorithmes performants
Savoir mettre en place une stratégie de Machine Learning en Python afin de créer le modèle le plus satisfaisant possible en le mesurant et en affichant les résultats, le tout, en utilisant des algorithmes performants
Prérequis - Participants
Prérequis
Maîtriser l’algorithmique, avoir une appétence pour les mathématiques
La connaissance de Python et des statistiques est un plus
La connaissance de Python et des statistiques est un plus
Participants
Développeurs, chefs de projets proches du développement, ingénieurs scientifiques sachant coder
Moyens pédagogiques & techniques
Moyens pédagogiques
Réflexion de groupe et apports théoriques du formateur
Travail d’échange avec les participants sous forme de réunion-discussion
Utilisation de cas concrets issus de l’expérience professionnelle
Validation des acquis par des questionnaires, des tests d’évaluation, des mises en situation et des jeux pédagogiques
Remise d’un support de cours
Travail d’échange avec les participants sous forme de réunion-discussion
Utilisation de cas concrets issus de l’expérience professionnelle
Validation des acquis par des questionnaires, des tests d’évaluation, des mises en situation et des jeux pédagogiques
Remise d’un support de cours
Modalités d’évaluation
Feuille de présence signée en demi-journée
Evaluation des acquis tout au long de la formation
Questionnaire de satisfaction
Attestation de stage à chaque apprenant
Positionnement préalable oral ou écrit
Evaluation formative tout au long de la formation
Evaluation sommative faite par le formateur ou à l’aide des certifications disponibles
Evaluation des acquis tout au long de la formation
Questionnaire de satisfaction
Attestation de stage à chaque apprenant
Positionnement préalable oral ou écrit
Evaluation formative tout au long de la formation
Evaluation sommative faite par le formateur ou à l’aide des certifications disponibles
Moyens techniques en présentiel
Accueil des stagiaires dans une salle dédiée à la formation, équipée d’ordinateurs, d’un vidéo projecteur d’un tableau blanc et de paperboard
Moyens techniques à distance
Accueil des stagiaires dans une salle dédiée à la formation, équipée d’ordinateurs, d’un vidéo projecteur d’un tableau blanc et de paperboard
Programme
Introduction aux Data Sciences
Introduction à Python pour les Data Science
Introduction aux DataLake, DataMart et DataWharehouse
Python Package Installer
MathPlotLib
Machine Learning
La régression linéaire en Python
Le Big Data
Les bases de données NoSql
Numpy et SciPy
ScikitLearn
Nearest Neighbors
Pandas
Le Clustering
Jupyter
Python Yield
Les réseaux neuronaux
Accessibilité
Les personnes atteintes de handicap souhaitant suivre cette formation sont invitées à nous contacter directement, afin d’étudier ensemble les possibilités de suivre la formation. Notre organisme peut vous offrir des possibilités d’adaptation et/ou de compensations spécifiques si elles sont nécessaires à l’amélioration de vos apprentissages
Profil formateur
Nos formateurs sont des experts dans leurs domaines d’intervention
Leur expérience de terrain et leurs qualités pédagogiques constituent un gage de qualité
Leur expérience de terrain et leurs qualités pédagogiques constituent un gage de qualité