Data analyse
Réseau Formateurs
Non finançable CPF
Tout public
En ligne
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Etudiant
Prix
Nous contacter
Durée
Nous contacter
Niveau visé
Non diplômante
Localité
En ligne
Vous pouvez suivre cette formation depuis chez vous ou depuis n’importe quel endroit à distance.
Objectifs
Acquérir les fondamentaux de l'Analyse de Données
Appliquer les statistiques et les méthodes analytiques
Maîtriser les techniques de visualisation de données
Approfondir l'exploration et la préparation des données
Utiliser la modélisation et l'apprentissage automatique
Appliquer les techniques dans des applications pratiques en analyse de données
Appliquer les statistiques et les méthodes analytiques
Maîtriser les techniques de visualisation de données
Approfondir l'exploration et la préparation des données
Utiliser la modélisation et l'apprentissage automatique
Appliquer les techniques dans des applications pratiques en analyse de données
Programme
Acquérir les fondamentaux de l'Analyse de Données
- Découvrir l'Analyse de Données
- Comprendre les concepts de base en statistiques
- Appréhender les types de données et les méthodes de collecte
- Maîtriser la préparation des données
- Initié à l'exploration et la visualisation initiale
- Examiner l'éthique et la sécurité des données
Appliquer les statistiques et les méthodes analytiques
- Mettre en œuvre les statistiques descriptives
- Comprendre la probabilité et les distributions
- Pratiquer les tests d'hypothèses
- Approfondir l'analyse de variance (ANOVA)
- Utiliser la régression linéaire
- Utiliser la régression logistique
Maîtriser les techniques de visualisation de données
- Comprendre les principes de visualisation
- Créer des graphiques à barres et histogrammes
- Travailler avec les graphiques linéaires et à points
- Explorer la visualisation de données multidimensionnelles
- Utiliser les cartes choroplèthes et géospatiales
- Créer des tableaux de bord interactifs
Approfondir l'exploration et la préparation des données
- Pratiquer le nettoyage de données avancé
- Explorer la transformation de variables
- Gérer les valeurs manquantes de manière approfondie
- Maîtriser le groupement et l'agrégation de données
- Analyser les séries temporelles
- Pratiquer l'extraction de caractéristiques (Feature Engineering)
Utiliser la modélisation et l'apprentissage automatique
- S'initier à l'apprentissage automatique
- Appliquer les arbres de décision et les forêts aléatoires
- Utiliser les machines à vecteurs de support (SVM)
- Pratiquer le Clustering et le K-Means
- Explorer les réseaux de neurones artificiels
- Apprendre l'évaluation et la sélection de modèles
Appliquer les techniques dans des applications pratiques en analyse de données
- Analyser le sentiment et effectuer le Text Mining
- Mettre en place des recommandations et des filtres collaboratifs
- Explorer l'analyse de données Géospatiales
- Examiner l'analyse de données Biomédicales
- Comprendre l'analyse de marché et le comportement des consommateurs
- Mener à bien le projet final : analyse complète d'un jeu de données réel
- Découvrir l'Analyse de Données
- Comprendre les concepts de base en statistiques
- Appréhender les types de données et les méthodes de collecte
- Maîtriser la préparation des données
- Initié à l'exploration et la visualisation initiale
- Examiner l'éthique et la sécurité des données
Appliquer les statistiques et les méthodes analytiques
- Mettre en œuvre les statistiques descriptives
- Comprendre la probabilité et les distributions
- Pratiquer les tests d'hypothèses
- Approfondir l'analyse de variance (ANOVA)
- Utiliser la régression linéaire
- Utiliser la régression logistique
Maîtriser les techniques de visualisation de données
- Comprendre les principes de visualisation
- Créer des graphiques à barres et histogrammes
- Travailler avec les graphiques linéaires et à points
- Explorer la visualisation de données multidimensionnelles
- Utiliser les cartes choroplèthes et géospatiales
- Créer des tableaux de bord interactifs
Approfondir l'exploration et la préparation des données
- Pratiquer le nettoyage de données avancé
- Explorer la transformation de variables
- Gérer les valeurs manquantes de manière approfondie
- Maîtriser le groupement et l'agrégation de données
- Analyser les séries temporelles
- Pratiquer l'extraction de caractéristiques (Feature Engineering)
Utiliser la modélisation et l'apprentissage automatique
- S'initier à l'apprentissage automatique
- Appliquer les arbres de décision et les forêts aléatoires
- Utiliser les machines à vecteurs de support (SVM)
- Pratiquer le Clustering et le K-Means
- Explorer les réseaux de neurones artificiels
- Apprendre l'évaluation et la sélection de modèles
Appliquer les techniques dans des applications pratiques en analyse de données
- Analyser le sentiment et effectuer le Text Mining
- Mettre en place des recommandations et des filtres collaboratifs
- Explorer l'analyse de données Géospatiales
- Examiner l'analyse de données Biomédicales
- Comprendre l'analyse de marché et le comportement des consommateurs
- Mener à bien le projet final : analyse complète d'un jeu de données réel
Envie d’en savoir plus sur cette formation ?
Documentez-vous sur la formation
Ces formations peuvent vous intéresser
Les formations les plus recherchées
Lyon
Toulouse
Marseille
Montpellier
Paris
Bordeaux
Dijon
Mâcon
Nantes
Rennes
Audit CPF
Audit en Ligne
Analyste de donnees
Analyste de donnees CPF
Analyste de donnees en Ligne
Statisticien
Power bi
Qlikview
Data scientist
Big data
Business intelligence
Analyste de donnees Paris
Big data Paris
Business intelligence Paris
Data scientist Paris
Power bi Paris
Qlikview Paris
Statisticien Paris
Statisticien Paris 1er
Qlikview Évry-Courcouronnes
Power bi Évry-Courcouronnes