DataIku : prise en main de DS Studio





Prix inter HT / stagiaire : 2320 €
DESCRIPTION

L'objectif de cette formation est de familiariser les participants avec Dataiku et son interface DS Studio. Les stagiaires apprendront à manipuler des données, à créer des modèles de machine learning et à visualiser les résultats. À l'issue de la formation, ils seront en mesure d'utiliser Dataiku pour des projets d'analyse de données.

Pré-requis :
  • Bases en analyse de données
  • Connaitre les concepts de machine learning
  • Compétences en informatique
  Télécharger le plan






DETAILS DE LA FORMATION

  •   Syllabus complet
  • Introduction à Dataiku
    Présentation de Dataiku
    Comparaison avec d'autres outils d'analyse de données
    Installation et configuration de Dataiku
    Navigation dans l'interface de DS Studio
    Création d'un projet dans DS Studio
    Gestion des utilisateurs et des permissions
    Bonnes pratiques pour démarrer un projet
    Travaux pratiques : création d'un projet simple dans DS Studio

    Importation et préparation des données
    Types de sources de données compatibles
    Connexion à une base de données
    Importation de fichiers CSV et Excel
    Nettoyage et transformation des données
    Utilisation des recettes de préparation
    Gestion des valeurs manquantes et des doublons
    Exploration des données avec des visualisations
    Travaux pratiques : importer et nettoyer un jeu de données

    Exploration et visualisation des données
    Introduction aux graphiques et visualisations
    Création de visualisations interactives
    Analyse descriptive des données
    Utilisation de tableaux de bord dans Dataiku
    Personnalisation des graphiques
    Exportation des visualisations
    Partage des résultats avec l'équipe
    Travaux pratiques : création d'un tableau de bord interactif

    Introduction au machine learning
    Concepts fondamentaux du machine learning
    Types de modèles de machine learning disponibles
    Sélection des variables pertinentes
    Création d'un modèle prédictif
    Validation du modèle et évaluation des performances
    Interprétation des résultats du modèle
    Introduction aux pipelines de machine learning
    Travaux pratiques : créer et évaluer un modèle simple

    Optimisation des modèles
    Importance de l'optimisation des hyperparamètres
    Techniques pour améliorer la performance du modèle
    Utilisation de la validation croisée
    Comparaison de plusieurs modèles
    Interprétation des métriques de performance
    Stratégies pour éviter le surapprentissage
    Déploiement des modèles optimisés
    Travaux pratiques : optimisation d'un modèle existant

    Automatisation des workflows
    Introduction aux workflows dans Dataiku
    Création d'un workflow automatisé
    Planification des tâches récurrentes
    Surveillance des exécutions de workflows
    Gestion des erreurs et des alertes
    Utilisation de l'API Dataiku
    Intégration avec d'autres outils et systèmes
    Travaux pratiques : automatiser un workflow simple

    Collaboration et partage des résultats
    Meilleures pratiques pour le travail en équipe
    Partage de projets et de recettes
    Utilisation des commentaires et des annotations
    Exportation des résultats vers des formats variés
    Gestion des versions des projets
    Introduction à la documentation dans Dataiku
    Cas d'utilisation et témoignages
    Travaux pratiques : collaboration

  •   Ce qui est inclus
  • + Formateur expérimenté
    + Formation basée sur une approche interactive
    + Exposés théoriques
    + Démonstrations et travaux pratiques
    + Slides de présentation, documents PDF
    + Accès au Lab Dataiku

  •   Public concerné
  • + Data scientists
    + Analystes de données
    + Chefs de projet
    + Toute personne intéressée

  •   Certification et évaluation
  • Pendant la formation, des travaux pratiques et études de cas sont proposés. Cette formation ne propose pas encore de certification.



AVANTAGES. TEMOIGNAGES

  • Votre coach Reconvert.
  • Pédagogie orientée pratique.
  • Echanges interactifs.
  • Communautés.

La qualité est excellente, l'enseignant crée un espace de confiance et rend la formation très agréable. J'ai adoré, le professeur et son cours sont très complets. La formation a été facile à comprendre et très dynamique. Le formateur est un excellent professeur.
J. Ruiz
The Moneytizer, Mexico

La formation avec vous était géniale. C'est super intéressant et très formateur. Actuellement je suis chez Micropole, en tant que Cloud & Big Data Engineer. Merci.
A. Chuttoo
Micropole, France

Ces 4 jours ont été enrichissants. Suite à la formation HTML puis CSS, celle de Javascript m'a apporté encore plus de connaissances et de compétences sur le sujet.
J. Salgueiro
The Moneytizer, Brazil



Autres références :

Cliquez sur le logo.


Capgemini Atos Allianz TheMoneytizer CPAM M2iFormation Global Knowledge Ikea Hewlett Packard Ministère de la Défense AKKA Ministère de l'intérieur AFP Enedis Viveris Titeflex Autres




DUREE (H)



Durée : 21 heures.



PRIX. DATES. RESERVER

  •   PRESENTIEL ou CLASSE VIRTUELLE

  • Diffusée en Présentiel ou en Classe Virtuelle, cette formation peut être faite soit en :
    1- inter entreprise : avec des stagiaires de plusieurs entreprises,
    2- intra entreprise : avec des stagiaires qui sont de la même entreprise.

    Quelque soit la formule souhaitée, veuillez réservez un RDV téléphonique avec un conseiller en cliquant ci-dessous.

    Prix inter HT / stagiaire : 2320 €




Autres formations

Python par la pratique
Apprendre par la pratique à programmer en langage Python.

Django : développement web en Python
Apprendre à développer des applications web en Python avec le framework Django.

MYSQL : prise en main et langage SQL
Ecrire et tester du SQL pour les données de votre application web.

PostgreSQL
Apprendre le langage SQL à travers le serveur de bases de données PostgreSQL.

Certification Python TOSA
Se préparer en pratique à passer la certification TOSA Python3.

Scraping Web en Python
Apprendre à extraire des données depuis un site web en utilisant des modules Python.