S'initier à la Data Science et à ses enjeux

Formation | À distance | Publié le 02 novembre 2022 | Mis à jour le 12 décembre 2022

Date : Du 19 septembre 2022 au 3 août 2023

CY Cergy Paris Université propose une formation en ligne courte pour découvrir et comprendre la science des données : données, variables, fouille de données, prétraitement, tests statistiques... Familiarisez vous avec les concepts et problématiques liées à l'analyse des données, aux traitements par les algorithmes et aux enjeux associés.

Photo illustrative
© France Université Numérique

Thématiques

  • Gestion, traitement et analyse des données

Niveau d'expertise

  • Prudent
  • Débutant

Type de formation

Cours en ligne

Format et durée

À distance - 15 heures réparties sur 6 semaines

Date

Du 19 septembre 2022 au 3 août 2023

Coût de la formation

Gratuit

Organisme

France Université numérique avec CY Cergy Paris Université

Description du cours

La Big data, et plus généralement l’analyse de données, occupent une place de plus en plus importante au sein des stratégies de nombreuses organisations. Suivi de performance, analyse des comportements, découvertes de nouvelles opportunités de marché : les applications sont multiples, et intéressent des secteurs variés. Du e-commerce à la finance, en passant par les transports et la santé, les entreprises ont besoin de talents formés à la collecte, au stockage, mais aussi au traitement et à la modélisation des données.

Ce MOOC s’adresse à toute personne désireuse de découvrir les bases de la science des données, quel que soit son niveau. Il est composé de cinq modules de cours centrée sur la thématique des datas et de leur visualisation, ainsi que d’un module de réflexion pour aller plus loin dans la compréhension des enjeux de la Data Science dans le monde d’aujourd’hui.

S'initier à la Data Science et à ses enjeux

Plan de cours

  • Module 1 : Concepts de base de la Data Science ;
  • Module 2 : De la collecte à l'analyse des données ;
  • Module 3 : Fouille de données et apprentissage non-supervisé ;
  • Module 4 : Du Machine Learning au Deep Learning ;
  • Module 5 : Repousser les limites de l'Intelligence Artificielle.

Julien Karachehayas

Dans la même thématique

Cette page vous a-t-elle été utile ?

Suivez-nous sur les réseaux sociaux et Abonnez-vous à notre lettre d’information