Nous proposons également un catalogue de formations :

Initiation Data Science

L’objectif de cette formation est de découvrir le monde de la Data Science et les grandes familles de problèmes, savoir modéliser un problème de Data Science et constituer sa boîte à outils de data scientist

Durée : une demi-journée

Gestion de projets data

L’objectif de cette formation est de comprendre les spécificités d’un projet Big Data :

• Comprendre les risques et le cadre juridique d’un projet Big Data
• Comprendre l’ensemble des technologies et les liens entre elles
• Comprendre les métiers concernés par un projet Big Data
• Savoir constituer et piloter l’équipe d’un projet Big Data
• Savoir mettre en place une gouvernance des données efficace
• Savoir piloter le cycle de vie des données (collecte, exploitation, analyse, visualisation)
• Savoir mettre en place des tests cohérents.

Durée : 2 jours

Initiation Python

Connaître les bases du langage python, distinguer les objets et mettre en œuvre les fonctionnalités de Python pour manipuler un jeu de données.

Durée : 3 jours

Machine Learning Python

Découverte des modèles utilisés en machine learning (apprentissage automatique). Que ce soit pour de la classification, de la régression, du clustering ou d’autres applications, cette formation machine learning vous fournit tout le bagage nécessaire à la compréhension de ce nouveau domaine passionnant.

Pré-requis : connaissances Python

Durée : 3 jours

Théorie des graphes

La théorie des graphes permet d’étudier un système complexe en termes de sa structure uniquement : quels sont ses éléments et comment ces derniers sont connectés entre eux. Cette simplification nous permet de trouver des premiers réponses à nombreuses questions concernant la propagation d’une information sur un réseau, les possibles effets de cascade suite à la défaillance d’un noeud, la présence de communautés en interaction forte, la recherche des éléments les plus importants d’un point de vue structurel.

Pré-requis : Notions de mathématique appliquée (surtout algèbre et calcul matriciel). Connaissance d’au moins un langage de programmation (R ou Python)

Durée : 1 jour

Deep Learning

Cette formation a pour objectifs d’expliquer ce qu’est un algorithme de Deep Learning, comment le construire et analyser les résultats obtenus. A l’issue de cette formation, les participants sauront améliorer la performance d’un algorithme de Deep Learning de manière judicieuse, structurer un projet Deep Learning et appréhender les réseaux de neurones à convolution. Cette formation est constituée de TP qui permettront de se familiariser avec la librairie Keras.

Pré-requis :

• Programmation (python avec numpy, matplotlib, pandas)
• Machine Learning (algorithmes usuels et packages python dédiés)
• Mathématiques (algèbre linéaire et principes d’optimisation

Durée : 2 jours

Traitement du langage

Les objectifs de cette formation sont les suivants :

• Comprendre les méthodes de représentations du texte
• Parcourir l’inventaire des méthodes et des algorithmes canoniques du NLP ainsi que les références des articles de recherche fondateurs
• Etre capable de faire le lien entre ces méthodes et les cas d’applications classiques du NLP : classification de texte, extraction d’information, analyse de sentiment.
• Introduire au méthodes de Deep Learning appliquées au texte
• Connaître les librairies et les implémentation des différents algorithmes et être capable d’appliquer et de paramétrer ces différents méthodes pendant les travaux dirigés

Pré-requis : connaissances Python

Durée : 2 jours

Demande d’informations

Précisez quelle formation vous intéresse :