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
Apprendre à conduire des analyses du risque fiables pour une large gamme d’applications avec le logiciel @Risk pour Excel
Titre
Maîtriser l’ergonomie du logiciel Modde Pro, comprendre et mettre en oeuvre les méthodes de construction et d’analyse de plans d’expériences..
Titre
Utiliser des concepts avancés de manipulation et de combinaison de données, gérer ses données SAS avec le langage SQL, paramétrer et automatiser ses traitements grâce au macro langage de SAS.
Titre
Maîtriser les possibilités du logiciel Simca dans la gestion, la manipulation et la pratique des méthodes statistiques multivariées. Simca permet de mettre en œuvre des analyses en composantes principales (ACP), des régressions PLS et OPLS, des analyses discriminantes PLS.
Titre
Expérimenter et maîtriser les principales possibilités du logiciel Statgraphics Centurion afin d’être autonome dans la gestion de données, la mise en œuvre des méthodes et la présentation des résultats statistiques numériques et graphiques. Les principales méthodes statistiques proposées par le logiciel sont les tests d’hypothèses, l’analyse de la variance, la régression, les plans d’expériences, la maîtrise statistique des processus, les analyses de données multidimensionnelles, les séries chronologiques, …
Titre
Expérimenter et maîtriser les principales possibilités du logiciel Uniwin Plus afin d’être autonome dans l’utilisation de cet outil d’analyse des données multivariées
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.
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…)
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
Maîtriser l’ergonomie du logiciel Modde Pro, comprendre et mettre en oeuvre les méthodes de construction et d’analyse de plans d’expériences..
Titre
Maîtriser les possibilités du logiciel Simca dans la gestion, la manipulation et la pratique des méthodes statistiques multivariées. Simca permet de mettre en œuvre des analyses en composantes principales (ACP), des régressions PLS et OPLS, des analyses discriminantes PLS.
Titre
Expérimenter et maîtriser les principales possibilités du logiciel Statgraphics Centurion afin d’être autonome dans la gestion de données, la mise en œuvre des méthodes et la présentation des résultats statistiques numériques et graphiques. Les principales méthodes statistiques proposées par le logiciel sont les tests d’hypothèses, l’analyse de la variance, la régression, les plans d’expériences, la maîtrise statistique des processus, les analyses de données multidimensionnelles, les séries chronologiques, …
Préparation à la certification Dataiku
Premiers pas dans le logiciel Dataiku Data Science Studio (DSS)
Titre
Expérimenter et maîtriser les principales possibilités du logiciel Uniwin Plus afin d’être autonome dans l’utilisation de cet outil d’analyse des données multivariées
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.
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
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…)
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.
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…)
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
Maîtriser l’ergonomie du logiciel Modde Pro, comprendre et mettre en oeuvre les méthodes de construction et d’analyse de plans d’expériences..
Titre
Maîtriser les possibilités du logiciel Simca dans la gestion, la manipulation et la pratique des méthodes statistiques multivariées. Simca permet de mettre en œuvre des analyses en composantes principales (ACP), des régressions PLS et OPLS, des analyses discriminantes PLS.
Titre
Expérimenter et maîtriser les principales possibilités du logiciel Statgraphics Centurion afin d’être autonome dans la gestion de données, la mise en œuvre des méthodes et la présentation des résultats statistiques numériques et graphiques. Les principales méthodes statistiques proposées par le logiciel sont les tests d’hypothèses, l’analyse de la variance, la régression, les plans d’expériences, la maîtrise statistique des processus, les analyses de données multidimensionnelles, les séries chronologiques, …
Préparation à la certification Dataiku
Premiers pas dans le logiciel Dataiku Data Science Studio (DSS)
Titre
Expérimenter et maîtriser les principales possibilités du logiciel Uniwin Plus afin d’être autonome dans l’utilisation de cet outil d’analyse des données multivariées
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…)
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
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.
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
Maîtriser l’ergonomie du logiciel Modde Pro, comprendre et mettre en oeuvre les méthodes de construction et d’analyse de plans d’expériences..
Titre
Maîtriser les possibilités du logiciel Simca dans la gestion, la manipulation et la pratique des méthodes statistiques multivariées. Simca permet de mettre en œuvre des analyses en composantes principales (ACP), des régressions PLS et OPLS, des analyses discriminantes PLS.
Titre
Expérimenter et maîtriser les principales possibilités du logiciel Statgraphics Centurion afin d’être autonome dans la gestion de données, la mise en œuvre des méthodes et la présentation des résultats statistiques numériques et graphiques. Les principales méthodes statistiques proposées par le logiciel sont les tests d’hypothèses, l’analyse de la variance, la régression, les plans d’expériences, la maîtrise statistique des processus, les analyses de données multidimensionnelles, les séries chronologiques, …
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.
Préparation à la certification Dataiku
Premiers pas dans le logiciel Dataiku Data Science Studio (DSS)
Titre
Expérimenter et maîtriser les principales possibilités du logiciel Uniwin Plus afin d’être autonome dans l’utilisation de cet outil d’analyse des données multivariées
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.
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.
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.
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…)
Titre
Maîtriser l’ergonomie du logiciel Modde Pro, comprendre et mettre en oeuvre les méthodes de construction et d’analyse de plans d’expériences..
Titre
Maîtriser les possibilités du logiciel Simca dans la gestion, la manipulation et la pratique des méthodes statistiques multivariées. Simca permet de mettre en œuvre des analyses en composantes principales (ACP), des régressions PLS et OPLS, des analyses discriminantes PLS.
Titre
Expérimenter et maîtriser les principales possibilités du logiciel Statgraphics Centurion afin d’être autonome dans la gestion de données, la mise en œuvre des méthodes et la présentation des résultats statistiques numériques et graphiques. Les principales méthodes statistiques proposées par le logiciel sont les tests d’hypothèses, l’analyse de la variance, la régression, les plans d’expériences, la maîtrise statistique des processus, les analyses de données multidimensionnelles, les séries chronologiques, …
Préparation à la certification Dataiku
Premiers pas dans le logiciel Dataiku Data Science Studio (DSS)
Titre
Expérimenter et maîtriser les principales possibilités du logiciel Uniwin Plus afin d’être autonome dans l’utilisation de cet outil d’analyse des données multivariées
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.
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.
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
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
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.
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.
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.
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.
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
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.
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
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.
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.
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
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.
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.
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
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.
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.
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
Maîtriser l’ergonomie du logiciel Modde Pro, comprendre et mettre en oeuvre les méthodes de construction et d’analyse de plans d’expériences..
Titre
Maîtriser les possibilités du logiciel Simca dans la gestion, la manipulation et la pratique des méthodes statistiques multivariées. Simca permet de mettre en œuvre des analyses en composantes principales (ACP), des régressions PLS et OPLS, des analyses discriminantes PLS.
Titre
Expérimenter et maîtriser les principales possibilités du logiciel Statgraphics Centurion afin d’être autonome dans la gestion de données, la mise en œuvre des méthodes et la présentation des résultats statistiques numériques et graphiques. Les principales méthodes statistiques proposées par le logiciel sont les tests d’hypothèses, l’analyse de la variance, la régression, les plans d’expériences, la maîtrise statistique des processus, les analyses de données multidimensionnelles, les séries chronologiques, …
Titre
Expérimenter et maîtriser les principales possibilités du logiciel Uniwin Plus afin d’être autonome dans l’utilisation de cet outil d’analyse des données multivariées
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…)
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
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.
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.
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.
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
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.
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…)
Titre
Maîtriser l’ergonomie du logiciel Modde Pro, comprendre et mettre en oeuvre les méthodes de construction et d’analyse de plans d’expériences..
Titre
Maîtriser les possibilités du logiciel Simca dans la gestion, la manipulation et la pratique des méthodes statistiques multivariées. Simca permet de mettre en œuvre des analyses en composantes principales (ACP), des régressions PLS et OPLS, des analyses discriminantes PLS.
Titre
Expérimenter et maîtriser les principales possibilités du logiciel Statgraphics Centurion afin d’être autonome dans la gestion de données, la mise en œuvre des méthodes et la présentation des résultats statistiques numériques et graphiques. Les principales méthodes statistiques proposées par le logiciel sont les tests d’hypothèses, l’analyse de la variance, la régression, les plans d’expériences, la maîtrise statistique des processus, les analyses de données multidimensionnelles, les séries chronologiques, …
Titre
Expérimenter et maîtriser les principales possibilités du logiciel Uniwin Plus afin d’être autonome dans l’utilisation de cet outil d’analyse des données multivariées
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.
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…)
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
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.
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
Maîtriser l’ergonomie du logiciel Modde Pro, comprendre et mettre en oeuvre les méthodes de construction et d’analyse de plans d’expériences..
Titre
Maîtriser les possibilités du logiciel Simca dans la gestion, la manipulation et la pratique des méthodes statistiques multivariées. Simca permet de mettre en œuvre des analyses en composantes principales (ACP), des régressions PLS et OPLS, des analyses discriminantes PLS.
Titre
Expérimenter et maîtriser les principales possibilités du logiciel Statgraphics Centurion afin d’être autonome dans la gestion de données, la mise en œuvre des méthodes et la présentation des résultats statistiques numériques et graphiques. Les principales méthodes statistiques proposées par le logiciel sont les tests d’hypothèses, l’analyse de la variance, la régression, les plans d’expériences, la maîtrise statistique des processus, les analyses de données multidimensionnelles, les séries chronologiques, …
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
Expérimenter et maîtriser les principales possibilités du logiciel Uniwin Plus afin d’être autonome dans l’utilisation de cet outil d’analyse des données multivariées
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.
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.
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…)
Titre
Maîtriser l’ergonomie du logiciel Modde Pro, comprendre et mettre en oeuvre les méthodes de construction et d’analyse de plans d’expériences..
Titre
Maîtriser les possibilités du logiciel Simca dans la gestion, la manipulation et la pratique des méthodes statistiques multivariées. Simca permet de mettre en œuvre des analyses en composantes principales (ACP), des régressions PLS et OPLS, des analyses discriminantes PLS.
Titre
Expérimenter et maîtriser les principales possibilités du logiciel Statgraphics Centurion afin d’être autonome dans la gestion de données, la mise en œuvre des méthodes et la présentation des résultats statistiques numériques et graphiques. Les principales méthodes statistiques proposées par le logiciel sont les tests d’hypothèses, l’analyse de la variance, la régression, les plans d’expériences, la maîtrise statistique des processus, les analyses de données multidimensionnelles, les séries chronologiques, …
Titre
Expérimenter et maîtriser les principales possibilités du logiciel Uniwin Plus afin d’être autonome dans l’utilisation de cet outil d’analyse des données multivariées