Introduction à l'analyse prédictive et cognitive et au Machine Learning
- Référence GKDAML
- Durée 5 jour(s)
Modalité pédagogique
Options de paiement complémentaires
-
GTC 47 TTC
Les GTC sont proposés en exclusivité aux partenaires autorisés afin de gagner du temps et de fluidifier le processus d'achat des formations chez Global Knowledge. Il s’agit d’un crédit universel qui peut être utilisé dans les centres Global Knowledge à travers le monde.
Classe inter en présentiel Prix
EUR3 350,00
hors TVA
Demander une formation en intra-entreprise S'inscrireModalité pédagogique
La formation est disponible dans les formats suivants:
-
Classe inter en présentiel
Formation délivrée en inter-entreprises. Cette méthode d'apprentissage permet l'interactivité entre le formateur et les participants en classe.
Demander cette formation dans un format différent
Résumé
Haut de pageCe cours d'une durée de 5 jours se divise en 2 parties et propose une revue des modèles d’analyse prédictives utilisés dans le contexte de la data science et du Big Data. La première est une introduction aux concepts de base de la théorie des probabilités et statistiques. La deuxième partie est une introduction aux principaux modèles statistiques, automatiques et machine learning utilisés dans le monde de la data science. Les différents algorithmes sont présentés et illustrés avec des exemples concrets avec les langages R, Python ou avec le logiciel d’analyse statistique IBM SPSS.
Mise à jour : 26.01.2023
Prochaines dates
Haut de pagePublic
Haut de pageToute personne qui a besoin d’acquérir les connaissances de base de la théorie des probabilités et statistiques afin d’analyser correctement les données de l’entreprise et qui voudrait avoir une compréhension générale des différents modèles prédictifs utilisés.
Programme détaillé
Haut de pagePARTIE 1
Introduction aux Probabilités :
- Evénement et Univers
- Définition d’une Probabilité
- Probabilité Conditionnelle
- Indépendance en Probabilité
- Formule de Bayes
Variable aléatoire
- Variable aléatoire Discrète
- Variable aléatoire Continue
- Lois usuelles
Statistiques Descriptives
- Caractéristiques de position et de dispersion
- Graphiques
Inférence Statistique
- Estimation de la moyenne et de la variance
- Tests Statistiques : Test d’ajustement (Test de Normalité), Introduction au Test de comparaison de moyennes
PARTIE 2
Les modèles de régression
- Modèles de la Régression Linéaire et ses variantes : Régression par les moindres créés, Régression de Ridge, Régression de Lasso
- Modèles de la Régression logistique : Régression logistique binaire, et multinomiale
Modélisation Automatique, Machine Learning et Cognitive
- K-means
- Les plus proches voisins
- Arbres de décision
- Forêts aléatoires
- Réseaux de Neurones
- Réseaux bayésiens
- Algorithme de recommandations
- Deep Learning
Pré-requis
Haut de pageToute personne ayant idéalement un profil scientifique et intéressé par une revue des modèles d’analyse prédictives utilisés dans le contexte de la data science et du big data.
- /fr-fr/-/media/global-knowledge/merchandising/right-side-column/fr/reviews/global_knowledge.png #000000
- <p><br /></p><table style="width: 100%; border-collapse: collapse; border-style: solid; border-color: #141c36; float: left;" border="3" cellspacing="2" cellpadding="5" data-mce-style="width: 100%; border-collapse: collapse; border-style: solid; border-color: #141c36; float: left;"><tbody><tr><td style="width: 100%;" data-mce-style="width: 100%;"><p style="text-align: left;" data-mce-style="text-align: left;"><strong><span style="color: #141c36;" data-mce-style="color: #141c36;">Modalité d'évaluation</span></strong></p><hr /><p style="text-align: left;" data-mce-style="text-align: left;">A l'issue de la formation, le participant est invité à s’auto-évaluer par rapport aux objectifs énoncés.</p></td></tr></tbody></table>
- <table style="width: 100%; border-collapse: collapse; border-style: solid; border-color: #141c36; float: left;" border="3" cellspacing="2" cellpadding="5" data-mce-style="width: 100%; border-collapse: collapse; border-style: solid; border-color: #141c36; float: left;"><tbody><tr><td style="width: 100%;" data-mce-style="width: 100%;"><p style="text-align: left;" data-mce-style="text-align: left;"><strong><span style="color: #141c36;" data-mce-style="color: #141c36;">Délais d’inscription</span></strong></p><hr /><p style="text-align: left;" data-mce-style="text-align: left;">Avant le début de la formation <strong>jusqu’à 5 jours ouvrés sous réserve de disponibilité </strong>sauf dans le cas d'un financement <a title="compte CPF" href="https://www.globalknowledge.com/fr-fr/formations/compte-personnel-de-formation-cpf" data-mce-href="https://www.globalknowledge.com/fr-fr/formations/compte-personnel-de-formation-cpf">CPF,</a> jusqu'à 11 jours ouvrés. <a rel="noopener noreferrer" title="formations éligibles CPF" href="mailto:cpf@globalknowledge.fr" target="_blank" rel="noopener noreferrer" data-mce-href="mailto:cpf@globalknowledge.fr">Contactez-nous</a> pour connaître les formations éligibles.</p></td></tr></tbody></table><p><br /></p>
- /fr-fr/-/media/global-knowledge/merchandising/right-side-column/emea/gk-polaris/gk-polaris-accelerate-cybersecurity.png https://www.globalknowledge.com/fr-fr/products/abonnement/pl-accelerate #000000
- #000000
- GKDAML
- Introduction à l'analyse prédictive et cognitive et au Machine Learning
- Intelligence artificielle
- Formation GKDAML Introduction à l'analyse prédictive et cognitive et au Machine Learning | Skillsoft-Global Knowledge
- Global Knowledge