top of page
Image de NordWood Themes

Data Scientist

Public
Tout public.

Objectifs

Être capable de mettre en place un DataLake et un DataMart en SQL ou big data, puis une stratégie de Machine Learning en Python afin de créer le modèle le plus satisfaisant possible en le mesurant et en affichant les résultats, le tout en utilisant des algorithmes performants

Programme
 

Introduction aux Data Sciences

  • Qu’est que la data science ?

  • Qu’est-ce que Python ?

  • Qu’est que le Machine Learning ?

  • Apprentissage supervisé vs non supervisé Les statistiques

  • La randomisation

  • La loi normale
     

Introduction à Python pour les Data Science

  • Les bases de Python

  • Les listes

  • Les tuples

  • Les dictionnaires

  • Les modules et packages

  • L’orienté objet

  • Le module math

  • Les expressions lambda

  • Map, reduce et filter

  • Le module CSV

  • Les modules DB-API 2 Anaconda
     

Introduction aux DataLake, DataMart et DataWharehouse

  • Qu’est-ce qu’un DataLake ?

  • Les différents types de DataLake

  • Le Big Data Qu’est-ce qu’un DataWharehouse ?

  • Qu’est qu’un DataMart ?

  • Mise en place d’un DataMart

  • Les fichiers

  • Les bases de données SQL

  • Les bases de données No-SQL
     

Python Package Installer

  • Utilisation de PIP

  • Installation de package PIP PyPi
     

MathPlotLib

  • Utilisation de la bibliothèque scientifique de graphes MathPlotLib

  • Affichage de données dans un graphique 2D Affichages de sous-graphes

  • Affichage de polynômes et de sinusoïdales
     

Machine Learning

  • Mise en place d’une machine learning supervisé

  • Qu’est qu’un modèle et un dataset

  • Qu’est qu’une régression

  • Les différents types de régression

  • La régression linéaire

  • Gestion du risque et des erreurs

  • Quarter d’Ascombe

  • Trouver le bon modèle

  • La classification

  • Loi normale, variance et écart type

  • Apprentissage

  • Mesure de la performance No Fee Lunch
     

La régression linéaire en Python

  • Programmer une régression linéaire en Python

  • Utilisation des expressions lambda et des listes en intention Afficher la régression avec MathPlotLib

  • L’erreur quadratique

  • La variance

  • Le risque
     

Le Big Data

  • Qu’est-ce que Apache Hadoop ?

  • Qu’est-ce que l’informatique distribué ?

  • Installation et configuration de Hadoop

  • HDFS

  • Création d’un datanode

  • Création d’un namenode distribué

  • Manipulation de HDFS

  • Hadoop comme DataLake

  • Map Reduce

  • Hive

  • Hadoop comme DataMart

  • Python HDFS
     

Les bases de données NoSql

  • Les bases de données structurées

  • SQL avec SQLite et Postgresql

  • Les bases de données non ACID

  • JSON

  • MongoDB

  • Cassandra, Redis, CouchDb

  • MongoDB sur HDFS

  • MongoDB comme DataMart PyMongo
     

Numpy et SciPy

  • Les tableaux et les matrices

  • L’algèbre linéaire avec Numpy

  • La régression linéaire SciPy Le produit et la transposée

  • L’inversion de matrice

  • Les nombres complexes

  • L’algèbre complexe

  • Les transformées de Fourier Numpy et Mathplotlib
     

ScikitLearn

  • Régressions polynomiales

  • La régression linéaire

  • La création du modèle

  • L’échantillonnage

  • La randomisation

  • L’apprentissage avec fit

  • La prédiction du modèle

  • Les metrics

  • Choix du modèle

  • PreProcessing et Pipeline

  • Régressions non polynomiales
     

Nearest Neighbors

  • Algorithme des k plus proches voisins (k-NN)

  • Modèle de classification

  • K-NN avec SciKitLearn

  • Choix du meilleur k

  • Sérialisation du modèle

  • Variance vs Erreurs

  • Autres modèles : SVN, Random Forest
     

Pandas

  • L’analyse des données avec Pandas

  • Les Series

  • Les DataFrames

  • La théorie ensembliste avec Pandas

  • L’importation des données CSV

  • L’importation de données SQL

  • L’importation de données MongoDB Pandas et SKLearn
     

Le Clustering

  • Regroupement des données par clusterisation Les clusters SKLearn avec k-means

  • Autres modèles de clusterisation : AffinityPropagation, MeanShift, …

  • L’apprentissage semi-supervisé
     

Jupyter

  • Présentation de Jupyter et Ipython

  • Installation

  • Utilisation de Jupyter avec Mathplotlib et Sklearn
     

Python Yield

  • La programmation efficace en Python

  • Le générateurs et itérateurs

  • Le Yield return

  • Le Yield avec Db-API 2, Pandas et Sklearn
     

Les réseaux neuronaux

  • Le perceptron

  • Les réseaux neuronaux

  • Les réseaux neuronaux supervisés

  • Les réseaux neuronaux semi-supervisés

  • Les réseaux neuronaux par Hadoop Yarn

  • Les heuristiques

  • Le deep learning

 

 

Prérequis

Développeurs, chefs de projets proches du développement, ingénieur scientifique sachant coder
Maîtriser l’algorithmique, avoir une appétence pour les mathématiques
La connaissance de Python et des statistiques est un plus

Moyens pédagogiques

Réflexion de groupe et apports théoriques du formateur
Travail d'échange avec les participants sous forme de réunion-discussion
Utilisation de cas concrets issus de l'expérience professionnelle
Validation des acquis par des questionnaires, des tests d'évaluation, des mises en situation.
Remise d'un support de cours.

 

Moyens techniques en présentiel
L'accueil des stagiaires est fait dans une salle dédiée à la formation, équipée d'ordinateurs, d'un vidéo projecteur, d'un tableau blanc et d'un paperboard.

 

Moyens techniques des classes en distanciel
La formation est organisée a l'aide d'un logiciel comme Teams, Zoom etc... un micro et éventuellement une caméra pour l'apprenant. Vous suivez ainsi une formation en temps réel et entièrement à distance. Lors de la classe en ligne, les apprenants interagissent et communiquent entre eux et avec le formateur. L'accès à l'environnement d'apprentissage (support de cours, labs) ainsi qu'aux preuves de suivi (émargement, évaluation) est assuré.

 

Organisation
Les cours ont lieu de 9h à 12h30 et de 14h à 17h30.

 

Profil formateur
Nos formateur sont des experts dans leurs domaines d'intervention. Leur expérience du terrain et leurs qualités pédagogiques constituent un gage de qualité.

 

A l'attention des personnes en situation de handicap
Les personnes atteintes de handicap souhaitant suivre cett
e formation sont invitées à nous contacter directement, afin d'étudier ensemble les possibilités de suivre la formation

bottom of page