Machine learning avec R

Cette formation s’adresse au profil métier orienté Data Scientist

Généralités

• Présentation et installation du logiciel R
• GUIs et IDEs
• Prise en main et premiers pas
• Fonctions et packages
• Utilisation des aides

Rappel des concepts de base du Data Mining
Introduction à R - Concepts de base

1. Syntaxe
2. Type de données
3. Import/Export de données
4. Manipulation des librairies

Manipulation des données

1. Rappels des grandeurs statistiques de bases
2. Calcul des grandeurs statistiques de bases avec R
3. Aperçu des types de visualisation courants en Data Mining
4. Fonctions et librairies de base de visualisation avec R

Data Preprocessing

1. Data Cleaning
2. Data Reduction (Analyse en composantes principales)
3. Data Preprocessing et ACP avec R

Règles d'association

1. Rappels théoriques de l'algorithme Apriori
2. Application et exploitation des règles d'association avec R

Classification et Regression

1. Règles bayesiennes naïves

1. Rappels théoriques
2. Initiation à la librairie "e1071" de R

2. Arbre de décision CART

1. Rappels théoriques
2. Initiation à la librarie "party" de R

3. Arbre de décision RandomForest

1. Rappels théoriques
2. Initiation à la librairie "randomForest" de R

4. Régression linéaire

1. Rappels théoriques
2. Initiation à la fonction lm() de R

Clustering

1. Centroid-based clustering

1. Algorithme du K-means
2. Fonction kmeans de R

2. Hierarchical clustering

1. Concepts théoriques
2. Fonction hclust de R

3. Density-based clustering

1. Concepts théoriques
2. Application dans R

Outils de support à R

1. Data preprocessing avec Dataiku
2. Utilisation de R dans Dataiku

Les points forts de la formation
Les participants sont amenés à échanger leurs expériences personnelles sur les différents concepts abordés durant de la formation. Les différentes problématiques rencontrées feront l’objet d’une discussion afin d’y apporter des solutions transférables à différentes organisations.

Cette formation est dédiée à des travailleurs, indépendants et salariés, du privé, du public et du non-marchand, ainsi qu’aux enseignants du secondaire et du supérieur et aux travailleurs sous un statut assimilable: outplacement, PFI,...

Technofutur TIC se réserve le droit de restreindre, le cas échéant, l’accès à des candidats qui ne répondent pas à ces critères ou ne remplissent pas les prérequis.

Cette formation est agréée Chèques-Formation pour 28 heures.

Cette formation fait partie du Parcours Data Academy, première offre structurée de formations pour entreprises, en matière de gestion de données "data" et de "big data". A travers cette Academy, développez un savoir-faire opérationnel et une maîtrise des techniques de gestion et d’analyse de données, ainsi que des outils informatiques associés.