Science des données: démystification, programmation et exploitation | TECHNOCompétences

Science des données: démystification, programmation et exploitation

Plan de cours

Cours 1 – La science des données : approches et langages

Jour 1

8h30 -12H– Démystifier la science des données

Introduction à la science des données

Applications et approches de la science des données

Les approches et algorithmes de la science des données

Outils et langage R pour la science de données 

 

13h -16h30 – Outils et langages de programmation pour la science des données

Étapes dans un processus de sciences de données

Présentation et installation d’outils

Langage Python : Modules et environnement

Déroulement d’un processus de développement de modèles d’apprentissage

 

Jour 2

8h30 -12h – Approches de la science des données

Introduction aux approches supervisées

Pratique d’approches supervisées – Modèle de regression linéaire

13h - 16h30 – Pratiques du Machine Learning

Introduction aux approches non supervisées

Pratique d’approches non supervisées

 

Cours 2 – Approches avancées de la science des données

Jour 3

8h30 - 12h – La régression et ses variantes

Présentation des algorithmes de régression

Évaluation et mesures de performances

Cas d’étude pour l’application des algorithmes

13h - 16h30 – Classification

Présentation des algorithmes de classification

Évaluation et mesures de performances

Cas d’étude pour l’application des algorithmes

 

Jour 4

8h30 - 12h – Le clustering avec le kmeans

Présentation des algorithmes de clustering avec le kmeans

Évaluation et mesure de performance

Cas d’étude pour l’application des algorithmes

13h - 16h30 – Le clustering avec les règles d’association

Présentation des algorithmes de clustering avec les règles d’association

Évaluation et mesure de performance 

Cas d’étude pour l’application des algorithmes

Nesrine Zemirli

Nesrine Zemirli PhD offre des services de conseil et de formation aux entreprises en science des données, en intelligence artificielle et en Big Data.

Avec plus de 15 années d’expériences professionnelles, elle a exercé diverses fonctions de spécialiste en science des données, en enseignement et en recherche, tant dans des institutions publiques que privées. Forte de son parcours international, Nesrine a acquis une expertise dans la formation des technologies de pointes (Machine Learning, Système de recommandation, Big Data) et a su développer une approche de formation proactive adaptée aux professionnels.

Elle a obtenu son doctorat en informatique à l’université Paul Sabatier Toulouse 3 en France. Elle est également titulaire d’un master professionnel en gestion de projets technologiques de l’université Toulouse – Jean Jaurès en France.

Hafed Benteftifa

Hafed Benteftifa enseigne les techniques informatiques, tant dans les institutions publiques que privées. Titulaire d'une maitrise et d'un doctorat en génie, il se spécialise actuellement dans le traitement et l'exploitation des données.

Parmi la série de cours récemment enseignés, ceux portant sur la science des données, le traitement massif de données ainsi que ceux portant sur l'internet des objets, rencontrent un intérêt particulier.

En plus de ses activités d'enseignement et de formation, il participe également à l'élaboration de nouveaux programmes d'enseignement en relation avec les avancées technologiques dans le domaine de la collecte et du traitement de données.