Data science Présentiel
Dernière mise à jour : 09/03/2026
Description
Objectifs de la formation
À la fin de la formation, les participants seront capables de :
- Nettoyer leurs données
- Visualiser finement leurs données, de manière interactive
- Établir l'impact d'une variable sur d'autres variables
- Construire des modèles simples de classification
- Construire des modèles simples de régression
- Identifier des sous-populations
Durant la formation, les participants vont également :
- Découvrir des logiciels ergonomiques de visualisation et de modélisation
- Acquérir une culture générale sur les Data Sciences
Public visé
Prérequis
- Formations OSPC N2 : 06XALQL0028 - AL INTRODUCTION OSPC GRIZLI NIVEAU 2
- E-learning [L1-AP] Data Literacy with KNIME Analytics Platform: Basics : https://knime.learnupon.com/
- Avoir un ordinateur portable individuel et une souris, pour les travaux pratiques de la formation, ainsi que le logiciel Knime installé en télédistribution
Modalités pédagogiques
Présentation des principes théoriques, accompagnée de démonstrations concrètes et d'exercices pratiques.
Session d'échange et de questions/réponses.
Moyens et supports pédagogiques
Modalités d'évaluation et de suivi
A la fin de formation, le formateur/intervenant valide les compétences dans son outil de gestion et informe le service formation des résultats constatés. Ce dernier délivre un Certificat de réalisation mentionnant l'acquisition des compétences visées. Si l'acquisition d'une compétence ; ou plusieurs, est partielle ou non acquise, le Certificat de réalisation le mentionne. Le Certificat de réalisation, signé par le responsable de l'organisme de formation, est adressé au participant. Le participant, s'il le souhaite, peut le retourner signé.
Les outils utilisés pour l'appréciation de l'atteinte des compétences visées d'un participant peuvent être des auto-évaluations, des mises en situation, des exercices pratiques, des jeux de rôle, des quiz, des QCM, des auto-évaluations. Les outils sont précisés et détaillés dans la fiche pédagogique et/ou le déroulé pédagogique et/ou le support de formation.
Compétences acquises à l'issue de la formation
- Nettoyer les données
- Établir l'impact d'une variable sur d'autres variables
- Construire des modèles simples de classification
- Construire des modèles simples de régression
- Identifier des sous-population
- Faire du machine-learning avec Knime
- Pratiquer une réduction de dimension
Informations sur l'admission
Informations sur l'accessibilité
Si un bénéficiaire a des contraintes particulières liées à une situation de handicap, veuillez nous contacter au préalable afin que nous puissions, dans la mesure du possible, adapter l'action de formation.
Accès PMR : Nos locaux sont adaptés à l'accueil des personnes à mobilité réduite
Supports de formation : Utilisation d'une police de caractères type Arial/Luciole dans les supports de formation.