Formations Data mining et machine learning

Page 5 sur 8
Arkesys
Big Data - Méthodes statistiques pour les données massivesPar Arkesys

La formation en quelques mots

Cette formation s'adresse à des personnes souhaitant découvrir les nouvelles méthodes statistiques pour l’analyse des données massives (big data). Les deux principaux aspects des big data qui seront abordés sont le volume des données ainsi que leur variété. En particulier, nous nous intéresserons aux problèmes de grande dimension où le nombre de variables est grand devant le nombre d’observations. Les méthodes de régression, classification et clustering spécifiques à la grande dimension seront abordées.
Concernant la variété des données, nous verrons comment prendre en charge dans une tâche d’apprentissage des données de natures différentes.
La mise en application sera réalisée sous le logiciel R.

Thèmes principaux

Jeux de données

Afin de s'approcher au mieux des réalités quotidiennes des praticiens, nous suggérons de nous appuyer pour l'animation pratique de thématiques et surtout de jeux de données reflétant le quotidien des apprenants.
Ce souhait est un facteur de réussite pour la formation. Elle permet aux apprenants de :

Il sera donc pertinent que les apprenants puissent réfléchir en amont de la formation à des problématiques, jeux de données ou documents susceptibles d’être utilisés en support lors de la formation.

Outil logiciel

Cette formation n’est pas dédiée à la pratique d’un logiciel particulier mais nous proposons de nous appuyer sur le logiciel R pour les exercices et les illustrations.

SQLI Institut
IA, deep learningPar SQLI Institut
  • Comprendre les apports du deep learning et de l'IA, et les principes de base.
Arkesys
Deep Learning – Mise en oeuvre du traitement des languesPar Arkesys
  • Prétraiter des données textuelles
  • Construire des réseaux deep traitant du langage
  • Identifier les barrières techniques du Deep Learning
  • Identifier les mécanismes de regularisation
  • Traduire automatiquement des documents
  • Détecter la polarité (sentiment) de textes
  • Résumer automatiquement des documents
  • Générer du texte (Chatbots)
  • Extraire des résultats actionnables
Data Value
Machine LearningPar Data Value

Découvrir les principales étapes d'une étude de Machine Learning et un panorama des méthodes associées (Data Mining, Analyse de Données). Apprendre à extraire de l’information utile à partir de données volumineuses, changeantes, non structurées.

M2i Formation
Data Visualisation en Open SourcePar M2i Formation
  • Concevoir des modèles de documents adaptés aux besoins métiers de l'entreprise
  • Mettre en oeuvre différentes techniques de visualisation graphique, de mise en récit et de présentation permettant de valoriser les données.
Ambient IT
Introduction Maîtriser les bases du Machine Learning : une approche pratiquePar Ambient IT

L’apprentissage automatique a conquis le monde. Il est aujourd’hui le principal moteur d’innovation, au cœur de pratiquement toutes les avancées, avec des résultats spectaculaires.

L’objet de cette formation est d’apporter à des ingénieurs, ayant déjà une maîtrise des outils informatiques (dont une base de programmation logicielle) et des statistiques, des bases pour appréhender et utiliser les algorithmes de machine learning.

Cette formation se veut pratique. Les concepts étudiés seront directement mis en pratique. Nous utiliserons pour cela le langage Python et ses bibliothèques (Numpy, Matplotlib, Pandas, Seaborne et Scikit-learn).

Ambient IT
Spécialisation et veille en Deep LearningPar Ambient IT

Dans la lignée de notre cours d’introduction, cette formation vise à parfaire les connaissances jusqu’à arriver aux sujets de pointe qui font aujourd’hui l’innovation du Deep Learning. De l’apprentissage auto supervisé ou Bayésien aux nouvelles possibilités d’entraînement sur des données encryptées, il s’agit ici de donner les solutions existantes, les limites connues et les pistes d’avancement qui demain bouleverseront le quotidien des data-scientists ou ingénieurs travaillant sur ces sujets.

Orsys
Parcours certifiant Big data : Machine learning et deep learning avec PythonPar Orsys

Ce parcours de formation représente le cinquième bloc de compétences du titre RNCP de niveau 7 (Bac +5) "Expert en informatique et systèmes d’information" reconnu par l'État. L'ensemble de ces formations vous permettra de comprendre la modélisation statistique, les méthodes et solutions de machine learning et de deep learning.

Ambient IT
Industrie 4.0 : Real Time Financial & IoT Data ProcessingPar Ambient IT

Nous venons de rentrer dans l’ère de l’industrie 4.0. Grâce aux apports des technologies Big Data de nouvelles générations telles qu’Apache Kudu, Impala, Spark, et Flink de nouvelles approches ont émergé comprenant notamment le Real Time Financial & l’IoT Data Processing.

Cette formation adopte une approche globale et ce veut un guide pratique couvrant les aspects les plus importants du Big Data destinés aux entreprises modernes.

Vous allez pouvoir appréhender et résoudre une majorité de vos problèmes d’Architecture, de performance et de stockage issue de vos problématiques IT du quotidien de votre entreprise.

Nous mettrons en œuvre les outils et applications de nouvelle génération utilisés :

  • Pour le stockage de données volumineuses
  • L’optimisation de l’entrepôt de données
  • L’ingestion et le traitement en temps réel et par lots de données
  • La visualisation de données en temps réel
  • La gouvernance de données volumineuses
  • Calcul distribué Big Data en mémoire
Arkesys
Text Mining - InitiationPar Arkesys

La formation en quelques mots

Cette formation s'adresse à des personnes souhaitant extraire de l’information de grandes bases de données textuelles. Elle a pour objectif de faire découvrir le Text Mining, en adoptant une approche essentiellement statistique. Pour cela, après avoir présenté les spécificités des données textuelles, les principales méthodes de représentation ainsi que les pré-traitements indispensables seront présentés. Ensuite, les principales applications du Data Mining seront abordées : visualisation, apprentissage supervisé (classification de documents) et non supervisé (extraction de thématiques).
Les différentes notions seront illustrées à l’aide d’applications sur données réelles sous le logiciel R.

Thèmes principaux

Outil logiciel

Cette formation n’est pas dédiée à la pratique d’un logiciel particulier mais nous proposons de nous appuyer sur le logiciel R pour les exercices et les illustrations.