Intelligence Artificielle et Science des Données : Approche pratique

Tarifs

1356 €

Durée

3 jours (21 heures de cours en présentiel)

Dates

Référence DAE21-1119A :
du 25/04/2022 au 27/04/2022

Lieu de la formation

Pôle API

Bd Sébastien Brant,
67400 Illkirch Graffenstaden
France

Renseignements & inscriptions

Diane ABELÉ 03 68 85 49 30

Sauf le vendredi après-midi

Accueil des personnes en situation de handicap

Le Service de la vie universitaire – Mission handicap propose un dispositif d’accueil et d’accompagnement spécifique pour permettre aux personnes en situation de handicap de se former dans les meilleures conditions possibles. Pour en savoir plus

Toute demande d’adaptation peut être étudiée en amont de la formation, en fonction du besoin.

Merci de vous adresser au correspondant handicap du SFC
M. Dominique Schlaefli (dominique.schlaefli@unistra.fr)

Certifications & Homologation

Vos interlocuteurs

Compétences à l'issue de la formation

  • avoir une vision méthodologique et pratique des principales méthodes lui permettant d’identifier et assimiler les outils et techniques pour résoudre des problèmes complexes d’analyse des données.
  • réaliser des analyses sur des données classiques.
  • identifier les problèmes liés aux données amenées à être manipulées
  • proposer des solutions plus globales et assister le spécialiste des données chargé de les mettre en œuvre dans son domaine d’application.
  • acquérir les compétences propres à l’exercice du métier émergent d’analyste de données.
Personnes concernées
expand_more

Toute personne intéressée amenée à mettre en œuvre des méthodes de valorisation de données : 

  • Analystes et administrateurs de bases de données
  • Analystes, consultants, ingénieurs, techniciens et développeurs, techniciens en informatique.
  • Statisticiens 
Programme
expand_more

 

1 Approche supervisée – Cadre général

  • Plus proches voisins
  • Arbre de décisions et forêts aléatoires
  • Apprentissage bayésien
  • SVM

2 Réseaux de neurones

  • Principes
  • Perceptron multicouche

3 Approches non supervisées

  • Approche par partitionnement
  • Classification hiérarchique ascendante
  • Extraction d’association 

4 Fouille dans de nouveaux types de données*

  • Images 
  • Données temporelles
  • Textes
  • Méthodes associées

(*) Les participants seront amenés à choisir ensemble le thème qui sera mis en pratique sur des données réelles.

Environnement : Weka, R ou Python

pré-requis
expand_more

La compréhension des défis et concepts de la Science des Données, les notion de programmation sont conseillées mais pas indispensable.

La participation à cette formation ne nécessite pas de pré-requis complémentaires.

Méthodes pédagogiques
expand_more

Toutes les sessions se dérouleront sous forme d’une présentation des concepts et méthodes associées suivie d’une mise en pratique sur des logiciels et données libres de droit.

Dans le cadre d’une formation en intra-entreprise, les débats porteront principalement sur les problématiques et données de l’entreprise. Les sessions seront orientées en conséquence. 

Responsable scientifique
expand_more

M. Pierre GANÇARSKI, Professeur des Universités, IUT Robert Schumann, Université de Strasbourg

Courriel : gancarski@unistra.fr

Nature et sanction de la formation
expand_more

Cette formation constitue une action d’adaptation et de développement des compétences.Elle donne lieu à la délivrance d’une attestation de participation.Une évaluation en fin de formation permet de mesurer la satisfaction des stagiaires ainsi que l’atteinte des objectifs de formation (connaissances, compétences, adhésion, confiance) selon les niveaux 1 et 2 du modèle d’évaluation de l’efficacité des formations Kirkpatrick.

Vous êtes une organisation et souhaitez une proposition intra pour cette formation ?

Vous êtes une organisation et souhaitez un accompagnement dans la construction de votre projet sur-mesure.