DU Executive master Statistique et big data
Université Paris Dauphine-PSL - Dauphine Executive Education
Non finançable CPF
Salarié en poste / Demandeur d'emploi / Entreprise
Présentiel
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Etudiant
Prix
15900 €
Durée
Nous contacter
Niveau visé
Niveau BAC + 5
Localité
En présentiel
Découvrez les localités disponibles pour suivre cette formation en présentiel.
Objectifs
Afin de valoriser les données brutes et multiformes du big data pour en constituer une aide à la décision, acquérir le bagage scientifique du data scientist (mathématiques,statistiques), la rigueur indispensable pour le traitement des données; connaitre les méthodologies statistiques récemment développées.
Programme
Module 1 : les bases de la statistique (Remise à niveau en probabilités-Estimation classique, tests, régions de confiance-Modèle linéaire gaussien-Mise en pratique statistique sous le logiciel R).
Module 2 : statistique avancée (Choix de modèles-Modèles linéaires généralisés-Régression non-paramétrique-Analyse de données et techniques de scoring-Bases de données sous SQL-Données fonctionnelles-Valeurs extrêmes-Modèles de survie-Approche bayésienne-Algorithmes bayésiens-Séries temporelles-R avancé-Python-Mini projets-Données manquantes).
Module 3 : apprentissage et big data (Estimation en grandes dimensions-Optimisation et mise en pratique sous Hadoop et Spark- Apprentissage supervisé-Graphes-Deep learning-Classification non supervisé-Ethique et protection des données-Calcul parallèle-Cloud computing-Visualisation des données-Mise en pratique marketing-Mise en pratique actuariat-Case studies in Finance).
Module 2 : statistique avancée (Choix de modèles-Modèles linéaires généralisés-Régression non-paramétrique-Analyse de données et techniques de scoring-Bases de données sous SQL-Données fonctionnelles-Valeurs extrêmes-Modèles de survie-Approche bayésienne-Algorithmes bayésiens-Séries temporelles-R avancé-Python-Mini projets-Données manquantes).
Module 3 : apprentissage et big data (Estimation en grandes dimensions-Optimisation et mise en pratique sous Hadoop et Spark- Apprentissage supervisé-Graphes-Deep learning-Classification non supervisé-Ethique et protection des données-Calcul parallèle-Cloud computing-Visualisation des données-Mise en pratique marketing-Mise en pratique actuariat-Case studies in Finance).
Envie d’en savoir plus sur cette formation ?
Documentez-vous sur la formation
Ces formations peuvent vous intéresser
Formation au métier de Data Analyst (Power BI, SQL, certification...
LILLE, GRENOBLE, MARSEILLE ET 11 AUTRE(S) LOCALITÉ(S)
Offre spéciale
Avis du centre
