Retour à la catégorie

TDE-041
Valorisation des données / DATA VIZ - 2021 Nouveauté

Python/Machine Learning

BUT :

Cette formation permettra aux auditeurs de pouvoir réaliser des calculs complexes au travers l’utilisation de librairies spécifiques et le machine learning. 

DUREE ET EMPLOI DU TEMPS :

Le stage dure 3 jours (21 heures).

ESPRIT GENERAL :

Etre capable de :

  • Utiliser les principales librairies de calcul numérique
  • Paralléliser ses traitemenst sur des architectures modernes permettant le calcul distribué
  • Faire ses premiers pas en machine learning

PREREQUIS :

Base/ Perfectionnement

Développeurs, ingénieurs en statistiques, IA, traitement de données

Prérequis : compétences avancées en programmation et calcul statistiques/scientifique

ANIMATEUR(S) :

Consultant Expert Python, société TRIMANE

SOMMAIRE :

Partie I : Présentation générale

  1. Le calcul scientifique et utilisation de Python
  2. Les distributions Python pour les DataScientists (WinPython, Python Anywahere, Python (x,y), EnthoughtCanopy, Anaconda)
  3. Exemples d’outils de développement

 

Partie II : Bases du Python scientifique

  1. La Scipy Stack : présentation
  2. Numpy : la bibliothèque Python de calcul numérique (algèbre linéaire) permettant de manipuler des vecteurs et matrices à plusieurs dimensions
  3. Pandas : la libraire d’analyse avec efficace de structures de données complexes
  4. Matplotlib : la librairie de tracé et de visualisation de données (dessiner tout type de représentations, 2D comme 3D)
  5. Gestion des erreurs numériques : comprendre les problèmes d’erreurs numériques dans le calcul scientifique

 

 

Partie III : Usages avancés

Maitrise de Numpy et Pandas, ainsi que les bibliothèques Scipy et Scikit Image

  1. Numpy 
  2. Pandas
  3. Scipy et Scikit Image

 

Partie IV : Visualisation de données

Les principales librairies de visualisation disponibles pour Python

  1. Seaborn
  2. Altaïr
  3. Visualisation de données cartographiques
  4. Applications Open Sources pour la visualisation de larges jeux de données

 

Partie V : Parallélisme

  1. La parallélisation
  2. Multi-Threading
  3. Multi-processing

 

Partie VI : Machine Learning

Initiation aux bases du Machine Learning à travers des exercices concrets. Utilisation des implémentations mises à disposition par la bibliothèque Scikit-Learn.

  1. L’apprentissage automatique
  2. Traitement des données
  3. Algorithmes par apprentissage automatique

DATE(S) :

PARIS : du 14 au 16 juin 2021

PRIX :

1590 € HT

voir conditions générales 

Télécharger le pdf
Imprimer
Télécharger le bulletin d'inscription
Nous contacter

EUROSAE est prêt à vous accueillir dans les conditions optimales de sécurité et d’efficacité, malgré la crise sanitaire.