pexels-gdtography-911738.jpg

Citizen Data Scientist

De plus en plus d’entreprise aujourd’hui encouragent le « DO IT BY YOURSELF » et responsabilisent les managers métier à gagner en compétence en matière technique, d’où le concept de Citizen Data Scientist qui a été inventé par Gartner, qui l’a définie comme "une personne qui crée ou génère des modèles qui tirent parti de l'analyse prédictive ou prescriptive, mais dont la fonction principale est en dehors du domaine des statistiques et de l'analyse".

/

Formation Citizen Data Scientist

Objectifs de la formation

  • Réussir toutes les étapes d'un projet Data Science complexe

  • Créer des visualisations simple

  • Exécuter l'exploration de données dans Tableau

  • Créer une régression linéaire simple (SLR)

  • Créer une régression linéaire multiple (MLR)

  • Lire la sortie du logiciel statistique pour les modèles créés

Target-pana.png

Programme :

Big Data analytics

  • Le concept fondateur du Big Data

  • Comment le Big Data impacte le monde des affaires aujourd'hui

  • Capacités analytiques : descriptives, diagnostiques, prédictives et prescriptives du point de vue du Big Data

Analytics Process

  • Le processus analytique de l'analyse diagnostique et prédictive

  • Tâches de préparation des données : collecte de données, nettoyage des données, gestion des données et visualisation des données

  • Construire un modèle d'analyse - convertir des données non structurées en métriques quantifiée

Diagnostic Analytics Essantials

  • Objectifs d'analyse de diagnostic, processus, préparation des données

  • Modélisation des données pour l'analyse de diagnostic avec Python et SQL Lab

  • Visualisation des données pour l'analyse diagnostique

Data Visualisation

  • Concept de conception et fonctionnalité de visualisation des données

  • L'introduction à tableau software, un outil d’analyse puissant et flexible

Predictive Analytics Essantials

  • Objectifs de l’analyse prédictive, meilleures pratiques, processus, préparation des données et création de modèles à l'aide de Python, SQL Lab et Apache Superset

  • Reconnaître et sélectionner un algorithme d'apprentissage automatique approprié à portée de main

  • Modélisation prédictive - arbre de décision, clustering avec Jupyter Notebook, Python et Scikit-learn

Prérequis:

Cette formation est destinée aux personnes qui aspirent à améliorer leur Data Literacy et devenir indépendant  en matière de manipulation de données grâce à l'amélioration de leur compétences numériques.