Centre de formation ACF Grenoble

87, rue Général Mangin - 38000 Grenoble
Tel : 04 76 23 20 50 / 06 81 73 19 35
contact@audit-conseil-formation.com

Demander un Devis
puce

Demande de devis

Formation
Cadre
Nom/Prénom
Société
E-mail
Téléphone
Adresse
Période
Evaluer mon niveau

Formation ANALYSE DU BIG DATA : LES FONDAMENTAUX

DomaineCERTIFICATION ET FORMATION LEARNING TREE INTERNATIONAL

Programme de cours ANALYSE DU BIG DATA : LES FONDAMENTAUX :

Durée de la formation : 4 (jours)
Participants : Cette formation s'adresse aux managers, aux business analysts, aux data analysts, aux professionnels des bases de données, et à toutes les personnes impliquées dans la gestion des prévisions et des tendances
Pré-requis : Une expérience en programmation et en statistiques est utile mais pas obligatoire.
Moyens pédagogiques, techniques et d'encadrement :
  • 1 poste de travail complet par personne
  • De nombreux exercices d’application
  • Mise en place d’ateliers pratiques
  • Remise d’un support de cours
  • Passage de certification(s) dans le cadre du CPF
  • Mise en place de la Charte contrôle et qualité OPCA
  • Notre plateforme d'évaluation :
    • Evaluation des besoins et objectifs en pré et post formation
    • Evaluation technique des connaissances en  pré et post formation
    • Evaluation générale du stage
Présentation de l'analyse du Big Data
  • Extraire de la valeur à partir d'ensembles de données volumineux
  • Exploiter les données pour optimiser la prise de décisions
Planification du projet du cycle de vie de l'analyse des données
  • Définir les étapes du cycle de vie
  • Comparer les outils analytiques traditionnels et les solutions d'analyse du Big Data
Représentation du Big Data avec R et Rattle
  • Charger des données pour la découverte de connaissances
  • Identifier les valeurs hors normes
  • Transformer et résumer les données
Visualiser les caractéristiques des données
  • Observer l'évolution des données sur une période donnée
  • Afficher les différentes proportions au sein d'un ensemble de données, utiliser des cartes pour illustrer les relations existant sur le plan géographique
  • Examiner les relations entre les différentes catégories
Classer les approches analytiques par catégorie
  • Analyse prévisionnelle / Analyse descriptive
  • Apprentissage supervisé / Apprentissage non-supervisé
Utiliser différentes techniques d'exploration des données
  • Mise en cluster pour identifier des groupes inconnus
  • Utiliser des règles d'association pour identifier les relations
  • Afficher la hiérarchie d'un arbre de décision, identifier des modèles avec l'analyse de séries chronologiques
Développer les capacités analytiques de votre organisation
  • Explorer l'architecture de MapReduce et d'Hadoop
  • Créer et exécuter des tâches MapReduce d'Hadoop
Intégrer R et Hadoop à RHadoop
  • Examiner les composants de RHadoop, créer des modules pour les tâches RHadoop, exécuter des tâches RHadoop
  • Surveiller le flux d'exécution des tâches
Rationaliser les décisions métier
  • Évaluer la valeur que peut apporter un système de recommandation, exploiter les recommandations du moteur de filtrage collaboratif
Développer le modèle avec Mahout
  • Explorer l'architecture du modèle de recommandation
  • Créer les composants du programme, exécuter le modèle de recommandation, réaliser une analyse comparative
Apporter de la valeur à l'entreprise en analysant les données non structurées
  • Développer un business case pour l'exploration des données non structurées
  • Développer le cadre de l'informatique décisionnelle (Business Intelligence) avec des outils d'exploration des données
Exploration des données textuelles et analyse des réseaux sociaux
  • Examiner la structure de l'analyse textuelle
  • Évaluer différentes approches d'exploration des données
  • Créer un modèle d'exploration des données textuelles
  • Examiner les interactions
Transformer vos objectifs métier en projets analytiques
  • Appliquer des modèles d'assistance à maîtrise d'ouvrage
  • Choisir une perspective du modèle
  • Identifier les cibles des mesures des performances
Mettre en œuvre le cycle de vie de l'analyse
  • Rechercher les principaux ensembles de données
  • Préparer les données à analyser
  • Modéliser les données
  • Appliquer le modèle
  • Communiquer les résultats
Garantir l'efficacité de votre solution d'analyse des données
  • Identifier les obstacles liés à l'analyse du Big Data
  • Gérer et réduire les risques
  • Utiliser une checklist pour la mise en œuvre de la solution
Tarif (indicatif) en € : 2800


Pour d'autres cours, Contactez-nous