01 56 59 33 00
united-kingdom

Machine Learning sous Python et R

4-PY-MLPR
4-PY-MLPR
Durée : 4 jour(s)
soit 28 heures
Prix : 2400 €
Programmes
Généralités
  • Présentation et installation du logiciel R
  • GUIs et IDEs
  • Prise en main et premiers pas
  • Fonctions et packages
  • Utilisation des aides
Rappel des concepts de base du Data Mining
  • Introduction à R – Concepts de base
  • Syntaxe
  • Type de données
  • Import/Export de données
  • Manipulation des librairies
Manipulation des données
  • Rappels des grandeurs statistiques de bases
  • Calcul des grandeurs statistiques de bases avec R
  • Aperçu des types de visualisation courants en Data Mining
  • Fonctions et librairies de base de visualisation avec R
Data Preprocessing
  • Data Cleaning
  • Data Reduction (analyse en composantes principales)
  • Data Preprocessing et ACP avec R
Règles d’association
  • Rappels théoriques de l’algorithme Apriori
  • Application et exploitation des règles d’association avec R
Classification et régression
  • Règles bayésiennes naïves
  • Rappels théoriques
  • Initiation à la librairie « e1071 » de R
  • Arbre de décision CART
  • Rappels théoriques
  • Initiation à la librarie « party » de R
  • Arbre de décision RandomForest
  • Rappels théoriques
  • Initiation à la librairie « randomForest » de R
  • Régression linéaire
  • Rappels théoriques
  • Initiation à la fonction lm() de R
Clustering
  • Centroid-based clustering
  • Algorithme du K-means
  • Fonction kmeans de R
  • Hierarchical clustering
  • Concepts théoriques
  • Fonction hclust de R
  • Density-based clustering
  • Concepts théoriques
  • Application dans R
Outils de support à R
  • Data preprocessing avec Dataiku
  • Utilisation de R dans Dataiku
Objectifs
Utiliser R et Python dans le cadre de modèles d’apprentissage et de fonctions algorithmiques
Prérequis
Bonnes bases de statistiques et de data mining
Profil des participants
Cette formation s’adresse au profil métier orienté Data Scientist
Dates des prochaines sessions :
Du 5 au 8 février 2024
Du 28 au 31 mai 2024
Du 2 au 5 septembre 2024
Du 21 au 24 octobre 2024
Du 25 au 28 novembre 2024
Utiliser R et Python dans le cadre de modèles d’apprentissage et de fonctions algorithmiques
Généralités
  • Présentation et installation du logiciel R
  • GUIs et IDEs
  • Prise en main et premiers pas
  • Fonctions et packages
  • Utilisation des aides
Rappel des concepts de base du Data Mining
  • Introduction à R – Concepts de base
  • Syntaxe
  • Type de données
  • Import/Export de données
  • Manipulation des librairies
Manipulation des données
  • Rappels des grandeurs statistiques de bases
  • Calcul des grandeurs statistiques de bases avec R
  • Aperçu des types de visualisation courants en Data Mining
  • Fonctions et librairies de base de visualisation avec R
Data Preprocessing
  • Data Cleaning
  • Data Reduction (analyse en composantes principales)
  • Data Preprocessing et ACP avec R
Règles d’association
  • Rappels théoriques de l’algorithme Apriori
  • Application et exploitation des règles d’association avec R
Classification et régression
  • Règles bayésiennes naïves
  • Rappels théoriques
  • Initiation à la librairie « e1071 » de R
  • Arbre de décision CART
  • Rappels théoriques
  • Initiation à la librarie « party » de R
  • Arbre de décision RandomForest
  • Rappels théoriques
  • Initiation à la librairie « randomForest » de R
  • Régression linéaire
  • Rappels théoriques
  • Initiation à la fonction lm() de R
Clustering
  • Centroid-based clustering
  • Algorithme du K-means
  • Fonction kmeans de R
  • Hierarchical clustering
  • Concepts théoriques
  • Fonction hclust de R
  • Density-based clustering
  • Concepts théoriques
  • Application dans R
Outils de support à R
  • Data preprocessing avec Dataiku
  • Utilisation de R dans Dataiku
Cette formation s’adresse au profil métier orienté Data Scientist
Bonnes bases de statistiques et de data mining

Formateur expert dans le domaine

  • 1 ordinateur par stagiaire, 1 support de cours par stagiaire (version papier ou numérique), 1 stylo et un bloc-notes par stagiaire
  • Vidéoprojecteur et tableau blanc
  • Feuille d’émargement à la demi-journée, questionnaire de satisfaction stagiaire, évaluations des acquis tout au long de la formation, attestation de stage
  • Éligible au CPF avec passage de certification TOSA ou PCIE (en option)

En amont de la formation

  • Audit par téléphone par nos commerciaux et formateurs
  • Tests d’auto-positionnement avant l’entrée en formation par le biais de questionnaire

Au cours de la formation

  • Exercices pratiques et mises en situation professionnelle pour valider la compréhension de chaque notion abordée dans le programme de cours.

En fin de formation

  • Validation des acquis par le formateur ou via un questionnaire renseigné par les stagiaires
  • Evaluation qualitative par les participants à l’issue de la formation via un questionnaire de satisfaction accessible en ligne
  • Une attestation de fin de formation reprenant les objectifs de formation est également remise aux stagiaires puis signée par le formateur

Modalités d’inscription

  • Inscription possible jusqu’à la veille de la formation, sous réserve de places disponibles, en nous contactant au 01 56 59 33 00 ou par mail formation@sii.fr

Modalités particulières

  • Nos formations sont accessibles aux personnes en situation de handicap. Renseignez-vous auprès de notre référente handicap au 01 56 59 33 00 ou par mail pedagogie@sii.fr
Du 5 au 8 février 2024
Du 28 au 31 mai 2024
Du 2 au 5 septembre 2024
Du 21 au 24 octobre 2024
Du 25 au 28 novembre 2024

Réservez votre formation

Que cherchez-vous ?