Retrouvez le calendrier de toutes les formations à venir.
Vous pouvez affiner votre recherche en sélectionnant une catégorie de formations dans la liste ci-dessous.
Titre
Déterminer la durée de vie d’un produit, modéliser les taux de défaillances, comparer des courbes de survie, dimensionner et réaliser des essais accélérés afin d’accroître la qualité des produits.
Plans factoriels
Organiser une expérimentation pour comparer et hiérarchiser les effets de plusieurs facteurs sur une réponse. Evaluer et interpréter les effets principaux et les effets des interactions. Modéliser la variation d’une réponse au sein du domaine expérimental.
Analyser des volumes massifs de données
Apprendre les méthodes pour fouiller des données variées ou pour chercher à prévoir les valeurs d’une variable quantitative ou qualitative. Les méthodes présentées seront mises en œuvre au cours d’ateliers. Les différentes étapes d’une étude de Data Mining – Machine Learning seront détaillées ainsi que les méthodes de validation des résultats obtenus.
Titre
Présentation et application des méthodes de biostatistique pour l’analyse statistique des phénomènes biomédicaux.
Questionnaires avec LimeSurvey
Découvrir les bonnes pratiques pour la conception de questionnaires d’enquêtes et les premières valorisations statistiques avec le logiciel LimeSurvey.
Apprendre à utiliser TensorFlow – Keras – PyTorch
l’objectif général de cette formation et de découvrir les méthodes actuelles de l’Intelligence Artificielle, apprendre comment utiliser les méthodes de Deep Learning et dans quels contextes, comprendre quels outils permettent d’analyser les data sets modernes (ie non structurés).
l’objectif spécifiques et d’apprendre à utiliser le Deep Learning à l’aide des librairies, et de devvenir autonome dans la conception des modèles d’apprentissage
Titre
Découvrir les méthodes biostatistiques pour l’analyse statistique exploratoire et inférentielle des phénomènes biomédicaux, en comprendre l’intérêt et connaître leurs domaines d’application.
Mettre en œuvre ces méthodes sur des exemples simples.
Plans d’optimisation
Construire des plans d’expériences avancés destinés à optimiser un processus et/ou une formulation en un nombre réduit d’essais.
Titre
Construire et analyser des plans d’expériences permettant l’optimisation des proportions des constituants d’un mélange.
Qu’est-ce que PyTorch ?
PyTorch est un package de calcul scientifique basé sur Python servant deux grands objectifs :
- Un remplacement de NumPy pour utiliser la puissance des GPU et autres accélérateurs.
- Une bibliothèque de différenciation automatique utile pour implémenter des réseaux de neurones.
Statistique descriptive et décisionnelle
Comprendre et maîtriser les principales règles et méthodes de statistiques exploratoires (descriptives) et décisionnelles (inférentielles) pour les mettre en pratique dans un contexte professionnel ou en vue de poursuivre vers des techniques plus avancées (analyse des données, contrôle qualité, plans d’expériences, …).
Plans factoriels
Organiser une expérimentation pour comparer et hiérarchiser les effets de plusieurs facteurs sur une réponse. Evaluer et interpréter les effets principaux et les effets des interactions. Modéliser la variation d’une réponse au sein du domaine expérimental.
Analyse de la variance et régression
Utiliser les méthodes de l’analyse de la variance et de la régression pour évaluer les effets de facteurs qualitatifs ou quantitatifs sur une ou plusieurs réponses quantitatives et en tester la significativité.
Analyser des volumes massifs de données
Apprendre les méthodes pour fouiller des données variées ou pour chercher à prévoir les valeurs d’une variable quantitative ou qualitative. Les méthodes présentées seront mises en œuvre au cours d’ateliers. Les différentes étapes d’une étude de Data Mining – Machine Learning seront détaillées ainsi que les méthodes de validation des résultats obtenus.
Questionnaires avec LimeSurvey
Découvrir les bonnes pratiques pour la conception de questionnaires d’enquêtes et les premières valorisations statistiques avec le logiciel LimeSurvey.
Plans d’optimisation
Construire des plans d’expériences avancés destinés à optimiser un processus et/ou une formulation en un nombre réduit d’essais.
Titre
Construire et analyser des plans d’expériences permettant l’optimisation des proportions des constituants d’un mélange.
Titre
Présentation et application des méthodes de biostatistique pour l’analyse statistique des phénomènes biomédicaux.
Statistique descriptive et décisionnelle
Comprendre et maîtriser les principales règles et méthodes de statistiques exploratoires (descriptives) et décisionnelles (inférentielles) pour les mettre en pratique dans un contexte professionnel ou en vue de poursuivre vers des techniques plus avancées (analyse des données, contrôle qualité, plans d’expériences, …).
Initiation au Machine Learning, Deep Learning.
Formation basée sur la pratique permettant d’être opérationnel sur l’analyse de données avec le langage Python. Être capable d’automatiser le traitement de données avec Python et travailler avec les outils pour la data science de Python (Numpy, Scipy, Matplotlib, Bokeh, Pandas, PySpark, Keras, Jupyter, scikit learn…)
Analyse de la variance et régression
Utiliser les méthodes de l’analyse de la variance et de la régression pour évaluer les effets de facteurs qualitatifs ou quantitatifs sur une ou plusieurs réponses quantitatives et en tester la significativité.
Titre
Découvrir les méthodes biostatistiques pour l’analyse statistique exploratoire et inférentielle des phénomènes biomédicaux, en comprendre l’intérêt et connaître leurs domaines d’application.
Mettre en œuvre ces méthodes sur des exemples simples.
Titre
Déterminer la durée de vie d’un produit, modéliser les taux de défaillances, comparer des courbes de survie, dimensionner et réaliser des essais accélérés afin d’accroître la qualité des produits.