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

Les participants sont invités à apporter des données sur une clé USB. Chaque participant aura l'occasion d'analyser ses propres données lors de la formation. Le format idéal est en Excel où chaque colonne contient une variable; par exemple une colonne contenant les dates, une colonne contenant les numéros de produits, une colonne contenant une mesure de qualité, etc.

    • 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).

Martin Carignan

Martin Carignan

M. Sc., MBA

Au cours des 20 dernières années, Martin a développé une expertise en amélioration de la performance. Il agit comme expert-conseil dans l’utilisation de différents outils statistiques et Lean (cartographie de la chaîne de valeur, kaizen blitz, analyse multivariable, analyse de système de mesure, planification d’expérience, etc.). Depuis 2000, il a formé des centaines de personnes en Lean Six Sigma et sur différents outils statistiques au Canada, aux États-Unis et en Europe.