Big Data Analytics avec Python

• Comprendre le principe de la modélisation statistique
• Choisir entre la régression et la classification en fonction du type de données
• Évaluer les performances prédictives d'un algorithme
• Créer des sélections et des classements dans de grands volumes de données pour dégager des tendances

Introduction à la modélisation

• Introduction au langage Python.
• Introduction au logiciel Jupiter Notebook.
• Les étapes de construction d'un modèle.
• Les algorithmes supervisés et non supervisés.
• Le choix entre la régression et la classification.

Procédures d'évaluation de modèles

• Les techniques de ré-échantillonnage en jeu d'apprentissage, de validation et de test.
• Test de représentativité des données d'apprentissage.
• Mesures de performance des modèles prédictifs.
• Matrice de confusion, de coût et la courbe ROC et AUC.

Les algorithmes supervisés

• Le principe de régression linéaire univariée.
• La régression multivariée.
• La régression polynomiale.
• La régression régularisée.
• Le Naive Bayes.
• La régression logistique.

Les algorithmes non supervisés

• Le clustering hiérarchique.
• Le clustering non hiérarchique.
• Les approches mixtes.

Analyse en composantes

• Analyse en composantes principales.
• Analyse factorielle des correspondances.
• Analyse des correspondances multiples.
• Analyse factorielle pour données mixtes.
• Classification hiérarchique sur composantes principales.

Analyse de données textuelles

• Collecte et prétraitement des données textuelles.
• Extraction d'entités primaires, d'entités nommées et résolution référentielle.
• Étiquetage grammatical, analyse syntaxique, analyse sémantique.
• Lemmatisation.
• Représentation vectorielle des textes.
• Pondération TF-IDF.
• Word2Vec.

Les personnes atteintes de handicap souhaitant suivre cette formation sont invitées à nous contacter directement, afin d’étudier ensemble les possibilités de suivre la formation.