Data Mining
Formation
À Toulouse
Avez-vous besoin d'un coach de formation?
Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.
Description
-
Typologie
Formation
-
Niveau
Niveau intermédiaire
-
Lieu
Toulouse
-
Heures de classe
21h
-
Durée
3 Jours
Le programme et le contenu du stage est adapté aux cursus et aux objectifs professionnels des participants.
La pédagogie en tout petit groupe peut être bien différenciée, notamment par la pratique de chacun sur son poste personnel.
Les sites et dates disponibles
Lieu
Date de début
Date de début
À propos de cette formation
L’objectif de cette formation est d’aborder et pratiquer une sélection des méthodes récentes de statistique et d’apprentissage machine appliquées à des données de grandes dimensions pour la fouille de données (data mining).
L’accent est mis sur les techniques récentes d’exploration, classification non supervisé (clustering) et modélisation, prévision. les applications sont réalisées avec le langage R ou en Python sous la forme de calepins (notebook jupyter)
exécutables.
Les supports pédagogiques sont disponibles sur le site: http://wikistat.fr.
Le programme peut être précisé à partir des mots-clefs ci-dessous en fonction des besoins et problématiques de l’entreprise ou des participants.
Les prérequis, a minima, sont ceux d’un enseignement scientifique à bac+2 avec un contenu en Statistique mais le stage peut aussi être calibré à bac+4 ou Bac+5 au niveau de la formation dispensée en Science des Données dans la spécialité Mathématiques Appliquées de l’INSA Toulouse.
Les Avis
Les matières
- Data mining
- Informatique
- Big data
- Calcul
- Deep learning
- Boosting
- SVM
- Exploration multidimentionnelle
- Langage R
- Python
Professeurs
Philippe BESSE
Professeur des Universités
Le programme
La pédagogie en tout petit groupe peut être bien différenciée, notamment par la pratique de chacun sur son poste personnel.
L’objectif de cette formation est d’aborder et pratiquer une sélection des méthodes récentes de statistique et d’apprentissage machine appliquées à des données de grandes dimensions pour la fouille de données (data mining).
L’accent est mis sur les techniques récentes d’exploration, classification non supervisé (clustering) et modélisation, prévision. les applications sont réalisées avec le langage R ou en Python sous la forme de calepins (notebook jupyter)
exécutables.
Les supports pédagogiques sont disponibles sur le site: http://wikistat.fr.
Le programme peut être précisé à partir des mots-clefs ci-dessous en fonction des besoins et problématiques de l’entreprise ou des participants.
Avez-vous besoin d'un coach de formation?
Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.
Data Mining