Formations Outils d'analyse et de restitution
Page 1 sur 8
Splunk est un outil qui ambitionne de nous aider dans la collecte et le tri de l'information pertinente : un outil que l'on pourrait désigner par "corrélateur d'événements". Cette formation vous permettra de configurer, analyser et générer des rapports sur les données en fonction de vos alertes personnalisées.
Découvrir les principales méthodes décisionnelles d'analyse des données (arbres de décision, règles d'association, régression multiple, analyse discriminante, ...), choisir celle appropriée au problème et aux données. Interpréter les résultats numériques et graphiques, éviter les pièges, savoir résumer l'information obtenue et communiquer les résultats importants
Outil de visualisation de données, Tableau Desktop permet d'explorer les données, de les analyser et de les présenter dans un format graphique et visuel. A l'issue de ce stage pratique, vous serez à même de concevoir des visualisations de données évoluées et interactives.
À l'issue de la formation, vous serez capable de :
- Comprendre la place de Tableau Prep dans le cycle analytique et l'approche de l'échantillonnage des données dans Tableau Prep,
- Créer les flux de préparation de données pour les scénarios les plus courants,
- Visualiser dans Tableau Desktop, les données préparées dans Tableau Prep
- Comprendre l'exploration et la validation des données dans Tableau Desktop et Tableau Prep.
S’approprier les principaux modèles à effets aléatoires pour données longitudinales en Biostatistique. Savoir manipuler, analyser et interpréter des données dans le cadre de modèles mixtes
Connaître le logiciel SPAD pour gérer les données, réaliser des analyses statistiques et graphiques.
Apprendre à mettre en oeuvre les méthodes de statistiques descriptives, inférentielles, Anova, régression, analyse de données multidimensionnelles (ACP, AFC, classification), Data Mining et Text Mining dans le logiciel SPAD.
Elaborer des tableaux de bord Excel à partir des données métier de l'entreprise, comprendre le fonctionnement du Builder et de ses modèles.
Apprendre à utiliser le logiciel R pour analyser des données.
Mettre en oeuvre dans R les méthodes de statistique descriptive, décisionnelle, analyse de la variance, régression linéaire et analyse de données multidimensionnelles.
