Les bonnes pratiques de gestion de projet avec Agile

Travailleur

Début de la formation

Objectifs de la formation

A l’issue de la formation, les participants connaissent les possibilités d’exploitation des données d’entreprise via les techniques d’analyse de données afin d’aider à la prise de décision.
Les compétences acquises sont la connaissance dans ces domaines:

Les concepts et techniques d’analyse de données aidant à la prise de décision
Les différentes étapes et outils permettant l’exploitation et le traitement des données
Les principales méthodes de data mining

Public de la formation

Les Business Analystes, les architectes logiciels ainsi que toutes les personnes familiarisées avec les mathématiques et l’informatique et souhaitant s’initier au data mining sont les bienvenues.

Cette formation est ouverte aux travailleurs, indépendants et salariés, du privé, du public et du non-marchand, ainsi qu’aux enseignants du secondaire et du supérieur et aux travailleurs sous un statut assimilable?: outplacement, PFI,…

Technofutur TIC se réserve le droit de restreindre, le cas échéant, l’accès à des candidats qui ne répondent pas à ces critères.

Points forts de la formation

Les formateurs disposent d’une grande pratique des concepts enseignés de par leur activité en lien direct avec le sujet de la formation.
La bonne maîtrise par les formateurs des méthodes et techniques pour s’adapter aux différents profils et besoins des participants.

Modalités pratiques

Cette formation a reçu l'agrément de CEFORA et est gratuite pour les employés de la CP200.

Prérequis pour la formation

Aucun prérequis n’est demandé.

Programme
de la formation

La formation s’articule autour de 4 sujets:

Les objectifs de l’analyse de données
- Observer, comprendre, analyser et décider
- Utiliser le vocabulaire statistique: échantillon, population, intervalle de confiance
- Visualiser les données numériques
- Utiliser le bon mode de représentation des données:
- Histogramme
- Nuages de points
- Diagrammes circulaires
- Tableaux
- Exploiter les données
La préparation des données
- Les Data Marts et Datawarehouses
- Le nettoyage des données
Les principales méthodes d’analyse de données
- La classification supervisée vs la classification non supervisée
- Le clustering
- La régression
- Les réseaux de neurones
- Les cadres d’application et exemples
La validation des résultats
- Les techniques de validation des résultats: le training set et le test set