Big Data : comment transformer une mer de données en îlots de connaissances

Description de la formation

Vous avez des bases de données massives mais vous avez de la difficulté à extraire l'information pertinente. Vous aimeriez pouvoir explorer ces données sans avoir à apprendre un langage de programmation.

Cette formation permettra aux participants de développer les bonnes pratiques en analyse du Big data afin de pouvoir débuter leur exploration de données massives sur des bases solides et ce, sans avoir à apprendre un langage de programmation.

Objectifs pédagogiques

À la fin de cette formation, le participant sera en mesure de :

  • Comprendre l'historique du Big data
  • Connaître les dangers du Big data et savoir comment bien analyser ce type de données
  • Pouvoir explorer graphiquement le Big data
  • Effectuer une analyse de prédiction et une analyse de classification

Méthodologie

Plusieurs méthodes d’apprentissage et outils didactiques permettant de mesurer le progrès et l’intégration des concepts par les participants sont utilisés tout au long de la formation.

  • Exposé
  • Démonstration
  • Travail d’équipe
  • Travail individuel
  • Exercice informatique

Clientèle visée

Toute personne devant effectuer des analyses de bases de données massives

Particularité

Nos formations en ligne sont diffusées sous forme de classes virtuelles interactives. Nous travaillons avec la plateforme Zoom. Chaque participant doit avoir un ordinateur avec un bon accès à Internet ainsi qu'une caméra, un micro et des haut-parleurs afin de participer à la formation. La caméra doit être fonctionnelle et être ouverte tout au long de la formation afin de faciliter les échanges avec le formateur et le volet pratique de la formation.

    • Historique du Big data
    • Survol des outils analytiques du Big data
    • Les dangers du Big data
    • Les bonnes pratiques pour l'analyse du Big data
    • Analyse exploratoire avec JMP
    • Étude de cas d'un modèle de prédiction par les réseaux de neurones
    • Étude de cas d'un modèle de classification par les arbres de régression
Vincent Béchard

Vincent Béchard

B.Ing., M.Sc.A.

Vincent œuvre depuis 2004 comme consultant en prise de décision analytique en modélisation, simulation et optimisation des opérations industrielles. Ses compétences sont basées sur la statistique et la science des données, les analyses exploratoires et multivariées, la conception d'applications scientifiques, la simulation Monte-Carlo et par événements discrets, l'optimisation de boîtes noires et le Lean Six Sigma. Vincent détient un baccalauréat en génie chimique et une maîtrise en mathématiques appliquées obtenus à l’École Polytechnique de Montréal (Canada).


Admissibilité

Cette formation est accréditée et/ou répond aux exigences d’obligation de formation des organismes ci-après, tel que le stipule leur règlement. Veuillez cliquer sur le logo afin d’obtenir l’information nécessaire quant à l’admissibilité de nos formations auprès des organismes en question.
CPA-Ordre comptables professionnels agréés
SCALE AI