DÉVELOPPEMENT, BASES DE DONNÉES, BIG DATA ET BI Ingénierie logicielle Data Mining et Machine Learning Analyses de texte et auto-apprentissage Pour qui Programme n Analyse en composantes n Analyse statistique de corpus n I ngénieurs, analystes, responsables 1/ Introduction principales n Détection automatique de marketing n Data Mining vs Big Data n Analyse d’affinité langues nDataAnalysts, Data Scientists, Data Steward n Data Mining vs Machine Learning n Agglomration hiérarchiqué e & n Table de contingence de mots n Toute personne intéressée par les vs Deep Learning dendrogrammes n Matrice d’adjacence de mots techniques de Data Mining et de Learning n Apprentissage supervisé vs n Positionnement dans un corpus Machine Apprentissage non supervisé et multidimensionnel n Analyse Sémantique Latente Enjeu : Se perfectionner méta-apprentissage nK-means et SVM (LSA) 2/ Ingénierie de la décision 5/ Machine Learning 7/ Big Data Prérequis n Analyse procédurale hiérarchique n Régression logistique binaire n Gestion de gros volumes de n Problème d’association stable n GLM et One-R données n Connaître l’utilité du Data Mining et les n Chaîne de Markov discrète n Regroupement ID-3 problématiques du Big Data dans le ciblage 3/ Sélection d’instances n Liste de décision économique n Échantillonnage balancé n Regroupement par régression Objectifs n Échantillonnage stratifié d’arbres 4/ Data Mining n Arbres aléatoires n Comprendre les différences entre 6/ Text Mining apprentissage automatique supervisé, non n Savoir transformer un gros volumes desupervisé et meta-apprentissage?Points forts / Moyens pédagogiques données à priori hétérogène en information n Une formation très pratique : 90% du temps de la formation est dédié à lamise en pratique pour une meilleure assimilation de notions de base. utile n Cette formation est basée sur desexercices principalement proposés n Maîtriser l’utilisation d’algorithmes d’auto- par le formateur et tirés de l’ouvrage qui sert de support pour la apprentissage adaptés à une solution formation d’analyse nLes travaux pratiques sont principalement réalisés avec R et Pyhton n Comprendre comment exploiter de gros n Des consultants expérimentés partagent leur savoir-faire avec les volumes de données textuelles participants. 2jours (14h présentiel ) Paris Réf. BI105 7 jan > 8 jan Formation organisée sur demande en interentreprises à 1 395 €HT14 mars > 15 mars Lyon, Aix-en-Provence, Toulouse, Bordeaux, Nantes, 46 € ParisHT 20 juin > 21 juin Rennes, Lille et Strasbourg 17 oct > 18 oct 2 déc > 3 déc Analyse, Data Visualization et Data StoryTelling pour la restitution de données Restituer des analyses Big Data par la mise en récit des données Pour qui Programme n Qu’est-ce que le storytelling : n Panorama des fonctions de n Toute personne en charge de la restitution 1/ Data Visualisation ou la exemples concrets en vidéo storytelling des outils de BI des données découverte de la grammaire nLe data storytelling n Le moduleData Storytelling de n Futurs Data Scientists, Data Analysts et Data graphique n Présentation et analyse Tableau Software Stewards n Passer simplement des chiffres critique des méthodes de data n Panorama desautres outils aux graphiques storytelling de Apple, et de Hans 5/ Les bonnes pratiques de la Enjeu : Se perfectionner nJouer avec les 3 dimensions Rosling mise en récit de données n Les concept essentiels de las n Storytelling des idées et des n Le rôle du présentateur Prérequis grammaire graphique données n Scénarisation de la présentation n Avoir suivi la formation BD500 n Couleurs et formes : comment 3/ Construire son histoire n Comment "Être" n Connaître les bases de la BI, savoir les choisir n Le Pitch n 10 règles pour garder en manipuler des données, identifier des n Présentation détaillée de Tableau n Le scénario mémoire sa présentation indicateurs, bâtir des tableaux de bord et Software n Le schéma narratif manipuler un tableur comme Excel. n Passer de l’idée d’un graphique, n Le rôle des personnages dans Objectifs à sa représentation physique, l’histoire puis à sa formalisation dans un n Les 10 règles à respecter pour n Être en mesure de concevoir un modèle de outil écrireune bonne présentation documents répondant aux attentes de de 2/ Data Storytelling : 4/ Les outils l’entreprise, en fonction du sujet analysé Introduction n Maîtriser une méthode simple et efficace de Points forts / Moyens pédagogiques restitution de données n Savoir bâtir un schéma narratif qui captive n Une formation très opérationnelle durant laquelle s’alternent les phases votre auditoire et renforce la crédibilité de d’apports théoriques, d’échanges, de partage d’expériences et de mise vos analyses en pratique n Maîtriser les outils de Tableau Software pour n Une large place accordée à la pratique qui permet aux participants restituer les résultats d’acquérir rapidement les bases de la mise en récit des données n Les conseils de consultants experts en Data Visualization 3jours (21h présentiel ) Paris Réf. BI106 25 mars1 juil> 27 marsjuil Formation organisée sur demande en interentreprises à 2 010 €HT > 3 Lyon, Aix-en-Provence, Toulouse, Bordeaux, Nantes, 69 € ParisHT 2 sep >4 sep Rennes, Lille et Strasbourg 18nov > 20 nov 1116 Toutes nos formations sont réalisables dans votre entreprise à la date qui vous convient.© Cegos 2019