Plan du cours
Introduction à la science des données/l'IA
- Acquisition des connaissances grâce aux données
- Représentation des connaissances
- Création de valeur
- Aperçu de la science des données
- Écosystème de l'IA et nouvelles approches de l'analyse
- Technologies clés
Flux de travail en science des données
- CRISP-DM
- Préparation des données
- Planification du modèle
- Construction du modèle
- Communication
- Déploiement
Technologies en science des données
- Langages utilisés pour la prototypage
- Technologies Big Data
- Solutions de bout en bout pour des problèmes courants
- Introduction au langage Python
- Intégration de Python avec Spark
L'IA dans les entreprises
- Écosystème de l'IA
- Éthique de l'IA
- Comment impulser l'IA dans les affaires
Sources de données
- Types de données
- SQL vs NoSQL
- Stockage des données
- Préparation des données
Analyse des données – Approche statistique
- Probabilités
- Statistiques
- Modélisation statistique
- Applications métier avec Python
Apprentissage automatique dans les entreprises
- Supervisé vs non supervisé
- Problèmes de prévision
- Problèmes de classification
- Problèmes de regroupement (clustering)
- Détection d'anomalies
- Moteurs de recommandation
- Fouille de motifs d'association
- Résolution de problèmes d'IA avec le langage Python
Apprentissage profond
- Problèmes où les algorithmes d'IA traditionnels échouent
- Résolution de problèmes complexes avec l'apprentissage profond
- Introduction à TensorFlow
Traitement du langage naturel
Visualisation des données
- Résultats de reporting visuel issus de la modélisation
- Écueils courants en visualisation
- Visualisation des données avec Python
Des données aux décisions – communication
- Avoir un impact : la narration de données
- Efficacité de l'influence
- Gestion des projets de science des données
Pré requis
Il n'y a pas de prérequis spécifiques pour suivre ce cours.
Nos clients témoignent (7)
Les exercices pratiques liés au contenu aident vraiment à mieux comprendre chaque sujet. De plus, le fait de commencer les cours par une leçon puis de continuer avec des exercices pratiques est une bonne méthode qui aide à relier le contenu de la leçon précédente.
Nazeera Mohamad - Ministry of Science, Technology and Innovation
Formation - Introduction to Data Science and AI using Python
Traduction automatique
Expertise du formateur et capacité à engager les étudiants
Nikita - EY GLOBAL SERVICES (POLAND) SP Z O O
Formation - Introduction to Data Science and AI using Python
Traduction automatique
Ania a de grandes connaissances et sait expliquer même les sujets complexes.
Kasia - EY GLOBAL SERVICES (POLAND) SP Z O O
Formation - Introduction to Data Science and AI using Python
Traduction automatique
Le cours est très intéressant, étant l'un des principaux sujets actuels.
mohamed taher - FAB banak Egypt
Formation - Introduction to Data Science and AI (using Python)
Traduction automatique
Ahmed a été très interactif et n'a pas hésité à répondre à toutes sortes de questions. Bonne présentation et déroulement fluide du cours.
Mohamed Ghowaiba - FAB banak Egypt
Formation - Introduction to Data Science and AI (using Python)
Traduction automatique
Aide précieuse et bonne à l’écoute.. interactive
Ahmed El Kholy - FAB banak Egypt
Formation - Introduction to Data Science and AI (using Python)
Traduction automatique
Présentation du sujet, connaissances et timing
Aly Saleh - FAB banak Egypt
Formation - Introduction to Data Science and AI (using Python)
Traduction automatique