Accueil / Data Mining et Machine Learning

Data Mining et Machine Learning

Durée : 3 jours
Tarif Inter : 2000 €
Tarif sur mesure : Nous consulter
Référence : 4MDS

  • Partagez sur
  • Téléchargez en
  • Inscrivez vous
Programme Public & Pré-requis Organisation

Présentation

Cette formation vous permettra d’acquérir les compétences clés du Machine Learning et ainsi être en mesure d’obtenir des informations utiles pour prendre de meilleures décisions.

L’apprentissage automatique est la science de l’utilisation des ordinateurs pour exécuter des modèles prédictifs qui apprennent à partir des données existantes afin de prévoir les comportements, les résultats et les tendances futurs. Et avec le marché mondial du Big Data en plein essor, il y a une énorme demande de scientifiques des données qualifiés.

Objectifs

  • Comprendre la manipulation et la visualisation de données.
  • Acquérir une connaissance approfondie de cette intelligence artificielle qu’est le Machine Learning
  • Acquérir les connaissances du Text Mining et les principales techniques utilisées pour l’extraction et l’analyse des données de texte.

Programme

  1. Introduction au Data mining et concepts généraux

    • Les défis des grands ensembles de données
    • Le Data Mining parmi l’IA, l’apprentissage automatique et l’apprentissage profond.
    • Comparaison pilotée par les cas d’utilisation de Data Mining, ML et DL
    • Apprentissages automatisés: supervisé, non supervisé et méta-apprentissage
    • Ingénierie de la décision et analyse procédurale hiérarchique
    • Algorithme de Lloy Shaply et chaîne de Markov
    • Echantillonnage
  2. Data Mining avec R

    • Installer R et R Studio
    • Création d’objets, de tableaux et de trames de données dans R
    • Utilisation de la structure, dimensions, chargement de fichiers CSv et packages
    • Manipuler les données avec R
    • Chargement et combinaison de vecteurs
    • Retravailler les données: échanges, tris, conversions, usage des commandes sub, gsub, regexpr, gregexpr, apply, lapply, sapply
    • Visualisation de données, usage des commandes plot, lines, boxplot, stars, barplot, pie, hist, rug, sunflowerplot, tabplot, ggplot2, maptools.
    • Validation du modèle et interprétation
    • Analyse de régression
  3. Machine Learning

    • Apprentissages supervisé et non supervisé
    • Régression linéaire multiple
    • Algorithmes de classification
    • Arbres de décision et classifieur naïf de Bayes
    • K-voisins les plus proches (K-NN)
    • Règles de regroupement et systèmes de recommandation
    • Analyse de réseau
    • Analyse de cluster: hiérarchique et K-means
    • Régression logistique
    • SVM Support Vector Machines (SVM)
    • Les réseaux de neurones
  4. Text Mining

    • Introduction aux concepts de Text Mining
    • Analyse de sentiment
    • Nuage de mots positifs et négatifs
    • Théorie derrière la régression avancée
    • Régression avancée avec R
    • Analyses d’audience Internet: théorie sous-jacente aux Web Analytics
  5. Big Data

    • Data Mining et Machine Learning en Big Data Analytics
    • Gérer de gros volumes de données
Formations à distance
En inter et en intra entreprise

Contactez-nous :
training@softeam.fr
+33 (0)6 07 78 24 18
Prochaines dates

Demande de renseignement