Format : Stage pratique
Répartition du temps : 50% exposés
40% pratique
10% échanges

La formation en détails

Description

Le Big Data et la data science sont en train de changer le monde que nous connaissons. Avec la digitalisation sans cesse croissante de nos interactions et les progrès accomplis en matière d'intelligence artificielle, les entreprises ont de plus en plus recours aux algorithmes pour améliorer leurs processus de prise de décision et proposer de nouveaux services. Le Data scientist, à travers sa faculté à trouver à partir de l'exploitation des données une réponse adéquate à un problème fonctionnel donné, est au cœur de ces évolutions.

Après le module sur les bases de la Data science, la formation « Data Science : niveau avancé » vous permettra d'approfondir certains des concepts avancés de machine learning (feature engineering avancé, modèles ensemblistes…) utilisés notamment par les lauréats de concours Kaggle. Vous découvrirez également les techniques d'analyse et de traitement spécifiques aux données de type image ou texte (deep learning, réseaux de neurones convolutifs, réseaux récurrents,...).

Objectifs

  • Découvrir et utiliser la puissance prédictive des modèles ensemblistes
  • Savoir effectuer un "feature engineering" performant
  • Appréhender les techniques de text-mining et de deep-learning à travers des exemples concrets
  • Enrichir sa boite à outils de data scientist

Public cible

  • Analyste
  • Statisticien
  • Architecte
  • Développeur
  • Data scientist

Prérequis

  • Connaissances de base en programmation ou en scripting
  • Avoir suivi la formation "Fondamentaux de la Data Science" (DSDFX) serait en plus

Modalités pédagogiques

Formation avec apports théoriques, échanges sur les contextes des participants et retours d'expérience pratique du formateur, complétés de travaux pratiques et de mises en situation.

Profil du formateur

Toutes nos formations sont animées par des consultants-formateurs expérimentés et reconnus par leurs pairs.
 

Modalités d'évaluation et de suivi

L'évaluation des acquis se fait tout au long de la session au travers des ateliers et des mises en pratique. Une évaluation à chaud sur la satisfaction des stagiaires est réalisée systématiquement en fin de session et une attestation de formation est délivrée aux participants mentionnant les objectifs de la formation, la nature, le programme et la durée de l'action de formation ainsi que la formalisation des acquis.
 

Programme détaillé

Jour 1

RAPPEL DES FONDAMENTAUX
Ecosystème Big Data et Data Science
Comment modéliser un problème de data science ?
Les différentes familles d’algorithmes (supervisé : classification/régression, non supervisé)
Les algorithmes classiques
Comment évaluer la performance ?
Sur apprentissage et compromis biais/variance

MODÈLES ENSEMBLISTES
Rappels
Pourquoi ça fonctionne ? Raisons théoriques
Introduction au stacking
  • Architecture et promesses du stacking
  • Feature weighted stacking
  • Mise en application

INTRODUCTION AU TEXT MINING
Un modèle de représentation : le bag of words
Normalisations usuelles
Stemming, lemmatization
Distances (Levenshtein, Hamming, Jaro-Winkler)
Word2Vec

Jour 2

FEATURE ENGINEERING AVANCÉ
Normalisation
  • Qu’est ce que la normalisation ?
  • Quand l’utiliser ?

Réduction de dimension (ACP, TSNE, LSA, etc)
Transformation et interactions entre variables
Traitement des variables catégorielles à haute dimensionnalité
Création de variables extraites d’arbres (Facebook Trick)

RÉSEAUX DE NEURONES ET DEEP LEARNING
L’origine : le perceptron

Les réseaux de neurones

Deep learning
  • Objectif : s’affranchir du feature engineering manuel
  • Convolution
  • Réseaux récurrents

Cas concret : reconnaissance de chiffres

APPRENTISSAGE SEMI-SUPERVISÉ

Jour 3

RAPPELS ET RÉVISIONS
Synthèse des points abordés en journées 1 et 2
Approfondissement des sujets sélectionnés avec l’intervenant

MISE EN PRATIQUE
Le dernier jour est entièrement consacré à des mises en pratique

SÉLECTION ET PARTICIPATION À UNE COMPÉTITION
Le formateur sélectionnera une compétition en cours sur Kaggle qui sera démarrée en jour 3 par l’ensemble des participants
4.55 / 5

Satisfaction moyenne des participants

Sur la base de 19 avis, collectés en fin de formation.

Nos autres formations du domaine « Data Science » Toutes les formations du domaine

DSBMD Sensibilisation à la Data Science et à ses enjeux
Identifier les opportunités de la Data Science dans son organisation
Durée : 7 h / 1 j
Prochaine session : 16/05/2022
Nouveau
Durée : 7 h / 1 j
Prochaine session : 11/05/2022
Meilleure vente
Durée : 21 h / 3 j
Prochaine session : 14/03/2022
NLPSR Data Science : Natural Language Processing (NLP) & Speech Recognition
Devenir un expert du langage écrit et parlé avec python
Nouveau
Durée : 21 h / 3 j
Prochaine session : 01/06/2022
Durée : 14 h / 2 j
Prochaine session : 12/05/2022
DSIND Industrialisation d’un projet de Data Science
Adopter les bonnes pratiques de développement pour la Data science
Durée : 14 h / 2 j
Prochaine session : 07/03/2022

Besoin d'aide pour trouver votre formation ?

Contactez-nous

Sessions & Inscriptions

Session partagée avec d'autres organisations

Prochaines sessions
  • du 04 au 06/04/2022
    Présentiel, Paris
    2 390,00 € HT
  • du 27 au 29/06/2022
    Présentiel, Paris
    2 390,00 € HT
  • du 03 au 05/10/2022
    Présentiel, Paris
    2 390,00 € HT
  • du 07 au 09/12/2022
    Présentiel, Paris
    2 390,00 € HT
Durée
21 h / 3 j

Demandez un devis Contactez-nous
Télécharger le programme

Organiser une session dédiée à votre organisation

Durée
21 h / 3 j

Vous avez plusieurs collaborateurs à former ?

Cette formation peut être organisée
sous la forme de sessions dédiées
aux membres de votre organisation.

Demandez un devis Contactez-nous Télécharger le programme

Personnaliser cette formation

Cette formation vous intéresse
et vous souhaitez l'adapter pour
vos collaborateurs ?

Nos formateurs et notre équipe pédagogique sont à
votre disposition pour en discuter
et vous proposer un programme sur-mesure.

Contactez-nous Télécharger le programme

OCTO Academy respecte votre vie privée

Ce site web stocke des informations vous concernant via le dépôt de cookie afin de mesurer l’audience du site. Ces données de navigation sont anonymisées.

En cliquant sur « OK pour moi », vous manifestez votre consentement pour le dépôt de ces cookies.

Lire la politique de confidentialité

À propos des cookies

Sur ce site, nous utilisons des cookies pour mesurer notre audience, entretenir la relation avec vous et vous adresser de temps à autre du contenu qualitif ainsi que de la publicité. Vous pouvez sélectionner ici ceux que vous autorisez à rester ici.

Cookies