Formation R - Plans d’expérience à Genève, Lausanne, Nyon, Gland, Monthey, Fribourg, Bienne, Montreux, Vevey, Neuchâtel, Sion, La Chaux-de-Fonds, Aigle, Sierre, Yverdon, Bulle, Delémont et partout en Suisse Romande et France voisine.
625.-/j
ID : 992
But : Découvrir les techniques empiriques de fouille de données (data mining) de types supervisé ou non (machine learning) dans le but d'exploiter le Big Data afin d'anticiper des tendances des consommateurs ou du marché ainsi que de catégoriser des cibles de marché.
Public : Cette formation s'adresse principalement à des analystes marketing, publicitaires, logisticiens ou actuaires ou tout autre profil ayant à faire des analyses statistiques dans le cadre de son travail et souhaitant éviter de créer des formules ou macros avec un tableur.
Prérequis : Connaître l'utilité du Data Mining et les problématiques du Big Data dans le ciblage économique.
Objectifs :
- Introduction
- Data Mining vs Big Data
- Data Mining vs Machine Learning vs Deep Learning
- Apprentissage superivés vs Apprentissage non supervisé et Méta-apprentissage
- Ingénierie de la décision
- DE: Analyse Procédural Hiérarchique
- DE: Problème d'association stable (algorithme de Lloy Shaply)
- DE: Chaîne de Markov Discrète (DTMC)
- Jeu d'entraînement et Jeu de test
- Sélection d'instances
- IS: Échantillonnage balancé
- IS: Échantillonnage stratifié (probabilité non égales)
- Data Mining (fouille de données)
- DM: OneR (technique de règle unique de regrouprement)
- DM: Analyse d'affinité
- DM: Classification Bayésienne naïve
- DM: Regroupement ID-3
- DM: Regroupement hiérarchique & Dendrogrammes
- DM: Bagging de dendrogrammes (bootstrop aggregating)
- DM: Regroupement par régression d'arbres (CRT)
- ...
Méthode pédagogique : Cette formation est basée sur des exercices principalement imposés par le formateur et tirés du livre qui sert de support pour la formation. Le formateur peut s'il le désire, mais sans obligation, travailler sur les données des apprenants. La formation est sans démonstrations mathématiques et sans explications des résultats de sortie des tests et les concepts statistiques sont supposés connus. N'hésitez pas à nous contacter pour adapter le programme à vos besoins techniques et de compréhension.
Durée suggérée pour la formation en présentiel (jours) : 5
Durée suggérée pour la formation en distanciel (jours) : 6
Prix par jour en présentiel : 625 CHF
Prix par jour en distanciel : 300 CHF
Prix par jour en distanciel pour étudiants : nous contacter (uniquement si carte étudiant!)
Prix par jour en distanciel (avec enregistrement) : 3125 CHF
Les prix sont par jour et par participant sans support de cours, sans évaluation, sans certification, sans examen (test), sans salle de formation ni ordinateur (ces derniers sont chacun en option et doivent être demandés en sus dans le formulaire de contact pour l'établissement du devis).
Livre
- Titre : R - La Bible en images et en couleurs
- Auteur(s) : Vincent Isoz
- Pages : 2700
- ISBN :
Tags : formation R data mining, formation R big data, cours R data mining, cours R big data, data mining, text mining, machine learning, intelligence artificielle, clustering, classification, apprentissage supervisé, apprentissage non supervisé, réseaux de neurones, réseau de neurone feed forward, arbre de décision, réseau de neurones récurrent, réseau de neurones GRU, réseau de neurone LSTM, réseau de neurones RNN, Generative Adversial Network, réseau de neurones convolutionnels, classification, recommandation, ensemble learning.