Support & Downloads

Quisque actraqum nunc no dolor sit ametaugue dolor. Lorem ipsum dolor sit amet, consyect etur adipiscing elit.

s f

Contact Info
198 West 21th Street, Suite 721
New York, NY 10010
youremail@yourdomain.com
+88 (0) 101 0000 000
Follow Us

Data Science - Programmation R

réf : BDT-DSP

Objectif de formation : Au terme de la formation l’apprenant aura pris en main le langage de programmation R et détiendra des compétences de base en Data Science grâce à lui.

Objectifs pédagogiques

  • Savoir utiliser la bibliothèque H2O
  • Manipuler les modèles de Machine Learning et de Deep Learning sous H2O
  • Reconnaître les cas d’utilisation avec Spark

Pré-requis

Avoir des connaissances en Machine Learning

Avoir des bases en programmation R

Public concerné

Statisticiens, consultants Big Data, data analysts, data scientists…

Programme

  • Présentation des notions de bases
  • Modèles & Machine Learning
  • Deep Learning
  • AutoML
  • Notions et cas d’usages
  • Installation
  • Introduction à R

Travaux pratiques

Installation et première utilisation d’H2O

  • Définitions
  • Arbres de décisions
  • Random Forest & H2O
  • Gradient Boosting Machine & H2O
  • Overfitting & train / validation / test
  • Validation croisée & H2O

Travaux pratiques

Création d’arbres de décisions et études des résultats

  • Définitions
  • Régression linéaire
  • Régression logistique
  • Naïve bayésien
  • Hyperparamètre

Travaux pratiques

Création d’une régression et études des résultats

  • Chargement et exportation de la donnée sous H2O
  • Exploration de la donnée
  • Manipulation de la donnée
  • Réseaux neuronaux
  • Deep learning & le Grid Search
  • Régression en Deep Learning
  • H2O Stack logiciel
  • API REST
  • Interaction avec R
  • Sécurisation des modèles
  • SSL Sécurité
  • Cas d’utilisation nominale
  • Construction de modèles
  • Le munging de données
  • Les processus en stream
  • Présentation des fonctionnalités
  • Les sources de données supportées
  • Formats de données supportées
  • Environnements d’exécutions Spark supportés
  • Démarrage des services H2O
  • L’allocation mémoire
  • Conversion d’H2OFrame : RDD & DataFrame
  • Convertion du RDD et DataFrame au H2OFrame
  • Création d’un H2OFrame à partir d’une clé existante
  • Le mapping des types entre H2OFrame et Spark DataFrame
  • Appeler les algorithmes H2O
  • Utilisation de Spark Data Sources avec H2OFrame
  • H2OFrame : lecture & enregistrement
  • Chargement et sauvegarde des options
  • Spécification du mode d’enregistrement à appliquer
  • POJO & MOJO
  • MOJO Quick Start
  • POJO Quick Start
  • Illustrations de design patterns
  • Ressources supplémentaires

Équipe pédagogique

Professionnel expert techniques et pédagogique

Moyens pédagogiques et techniques

  • Espace intranet de formation.
  • Documents supports de formation projetés.
  • Exposés théoriques
  • Étude de cas concrets
  • Mise à disposition en ligne de documents supports à la suite de la formation.

Dispositif de suivi

  • Émargement numérique.
  • Mises en situation.
  • Formulaires d’évaluation de la formation.
  • Certificat de réalisation de l’action de formation.

Vous avez une question ?