Formations Etat de l'art du Big data

Page 20 sur 21
Ambient IT
JULIA : Data SciencePar Ambient IT

Julia est un langage informatique dynamique de haut niveau et très performant, c’est pourquoi il est l’un des plus en vogue pour le calcul scientifique. Créé par le MIT, son objectif est de regrouper tous les avantages qu’on retrouve dans les langages modernes tels que Matlab, R, Scilab, Python… Dans un seul et même langage ! Il fournit à la fois un puissant compilateur, un système de types dynamiques avec polymorphisme paramétré, une exécution parallèle distribuée, des appels directs de fonctions notamment en C, Fortran et Python.

Cette formation vous permettra d’acquérir les connaissances nécessaires à la programmation avec le langage Julia. Elle abordera sa syntaxe, les outils ainsi que les bonnes pratiques de développement, afin de bénéficier de tous les atouts de ce nouveau langage. Nous présenterons les bibliothèques, les fonctionnalités telles que l’accès aux bases de données, la manipulation de statistiques, les calculs scientifiques. Mais aussi des sujets plus avancés comme la méta-programmation.

D’autre part, nous avons spécialement conçu plusieurs ateliers afin de vous fournir une introduction approfondie au Machine Learning et à l’intelligence artificielle au travers du langage Julia. Dans cette partie vous allez pouvoir découvrir les opérations vectorielles ainsi que du réseau au travers du nouveau langage Julia, suivie d’une introduction aux techniques & à l’apprentissage automatisé via le concept du Machine Learning. Le cours se penche ensuite en profondeur sur l’introduction aux concepts des réseaux neuronaux. Cette section implique la participation de l’apprenant plusieurs applications d’IA, y compris la reconnaissance de l’écriture manuscrite, la détection d’objets, la modélisation linguistique et la génération de textes.

Dans cette formation, comme dans toutes nos formations que nous vous proposons, nous utiliserons la dernière version stable, à savoir Julia 1.6.

Data Value
Méthodes de prédiction automatique et leurs applications métiersPar Data Value

Apprendre à analyser des données non structurées
Découvrir les méthodes de prédiction automatiques et leurs applications métiers (moteur de recommandation, traces numériques, ...)
Améliorer ses méthodes et les rendre efficaces en environnement de production.

M2i Formation
PySpark - Traitement des donnéesPar M2i Formation
  • Décrire le principe de fonctionnement de Spark
  • Utiliser l'API PySpark pour interagir avec Spark en Python
  • Mettre en oeuvre les méthodes de Machine Learning avec la librairie MLlib de Spark
  • Traiter les flux de données avec Spark Streaming
  • Manipuler les données avec Spark SQL.
Orsys
Big Data Analytics avec PythonPar Orsys

Le Big Data Analytics suppose la maîtrise de techniques fondamentales de traitement des données : méthodes statistiques, classifications, régressions, ACP... Ce stage pratique vous montrera, sur des données concrètes, comment utiliser ces techniques pour construire puis évaluer des modèles à l'aide du langage Python.