Data Scientist / Data Miner / Data Analyst&nbsp;Profil Data / BI / BigData

PUBLIC CONCERNÉ

Connaissance de base en statistiques et mathématiques Bonnes aptitudes à la programmation Connaissance de base en R

PRÉREQUIS

Alternance des modalités pédagogiques : exposé, démonstrations pratiques, échanges collectifs, quiz collectif, exercices pratiques et remise du support de formation. 50 % du temps global de la formation est dédié aux exercices.

MÉTHODES MOBILISÉES

Notre auto-évaluation permet d’apprécier les acquis apportés par l’action de formation.

MÉTHODES ÉVALUATION

<h2>OBJECTIFS &amp; COMPÉTENCES VISÉES</h2><ul><li>Connaitre les concepts, les nombreuses applications, les librairies R adéquates</li><li>Savoir appliquer sur des documents des traitements de transformation d’analyse lexicale et syntaxique</li><li>Mettre en oeuvre avec R sur différents cas comme l’analyse de sentiments ou la découvertes de topics.</li></ul>

<h2>PROGRAMME de la formation</h2><h3>MODULE 1 : FONDAMENTAUX</h3>&nbsp;<ul><li>Définitions, applications : entités, intentions, sentiment, chatbot, traduction</li><li>Typologie des données : emails, conversations, documents</li><li>Différentes écoles : linguistique, statistique, neuronale</li><li>Typologies des outils : framework, logiciels, services sur étagère</li><li>Typologies des outils et spécificités sur R</li></ul><h3> MODULE 2 : APPROCHE STATISTIQUE MACHINE LEARNING</h3>&nbsp;<ul><li>Importance de l’annotation</li><li>&nbsp;Normalisation, analyse lexicale, syntaxique</li><li>&nbsp;Statistiques : tf.idf, matrice Term x Document, co-occurrence</li><li>&nbsp;Classificateur de Machine Learning</li><li>&nbsp;TP classification supervisée analyse de sentiments</li><li>&nbsp;Démo non supervisé topic modeling</li></ul><h3> MODULE 3 : APPROCHE DEEP LEARNING</h3>&nbsp;<ul><li>Boite à outil apprentissage : train/test, metrics, epoch, loss,</li><li>&nbsp;Architecture deep : embeddings, réseaux récurrents, dense</li><li>&nbsp;Embeddings : préentrainés vs. ré-entraînés, Glove, W2V</li><li>&nbsp;TP classification supervisé avec embeddings et LSTM</li></ul>

Afin de faciliter l'organisation et la flexibilité des formations, elles sont toutes dispensées à distance.

Nos formations sont en distanciel

Nous délivrons habituellement cette formation au format Inter-entreprise.&nbsp;Si vous souhaitez l’organiser exclusivement pour vos collaborateurs, contactez-nous afin de déterminer le tarif dans ce format.

Formation Intra-Entreprise

En Inter-entreprise, le délai d’accès est de 1 semaine avant le début de la formation.&nbsp;En Intra-entreprise, les dates sont validées en tenant compte du planning respectif des formateurs et des participants, un délai de 20 jours est nécessaire entre la demande et le démarrage effectif de la formation.&nbsp;Délai de réponse : nous fixons un délai maximum de 2 semaines pour répondre à une demande.

Délais d’accès & de réponse

Nous vous invitons, si nécessaire, à nous contacter et nous tâcherons de vous répondre dans les plus brefs délais. Epsilon Masterclass s’engage également à recueillir les réclamations afin d’améliorer en continu la qualité de ses formations.&nbsp;Contactez-nous au 01 73 00 55 12, ou par email : <a href="mailto:masterclass@epsilon-france.com">masterclass@epsilon-france.com</a>Enregistré sous le numéro 11754361075. Cet enregistrement ne vaut pas agrément de l’État.

Contact & Réclamation

<h2>Assimilez les bonnes pratiques à travers des librairies R.</h2>EPSILON développe des solutions utilisant le traitement automatique du langage et propose dans cette formation une synthèse illustrée et argumentée des bonnes pratiques. Traitement automatique du langage naturel, Natural Langage Processing, Natural Langage Understanding, text mining constituent un ensemble de fonctionnalités accessibles au travers des librairies R. Ces fonctionnalités permettent d'automatiser, simplifier et accélérer de nombreuses tâches : traduction, analyse de thèmes, sentiments, catégorisation, détection d'entités. Il est donc courant aujourd'hui d'incorporer dans de nombreuses solutions d'Intelligence Artificielle ce type de features.

Intégralement consacré à l’analyse et la manipulation des données, il permet de répondre à des problématiques Data complexes et notamment de construire des solutions d’Intelligence Artificielle ou des modèles de Machine Learning via différentes 
 techniques et langages.

datascience_picto_formations_e8b79ad9ea_c0cc1664dc.svg

DATA SCIENCE

Analyser vos données textuelles avec le NLP avec R

Conjuguer data, marketing et tech pour des interactions entre marques et clients toujours plus justes et pertinentes

Epsilon France

Epsilon France : votre agence data marketing | Every Interaction Counts

20221003_EPSILON FRANCE_CAMPUS BASTILLE_BD_0XH11689 OK.webp

20221003_EPSILON FRANCE_CAMPUS BASTILLE_BD_0XH11858 OK.webp

20221003_EPSILON FRANCE_CAMPUS BASTILLE_BD_0XH11936 OK.webp

20221003_EPSILON FRANCE_CAMPUS BASTILLE_BD_0XH11861 OK.webp

20220927_EPSILON FRANCE_CAMPUS BASTILLE_BD_0XH11605 OK.webp

20221003_EPSILON FRANCE_CAMPUS BASTILLE_BD_0XH11766 OK.webp

20221003_EPSILON FRANCE_CAMPUS BASTILLE_BD_0XH11628 OK.webp

20221003_EPSILON FRANCE_CAMPUS BASTILLE_BD_0XH11748 OK.webp

Campus Bastille

Nos locaux à Paris

20211102_BATIMENT_PUBLICIS 5.9_WASQUEHAL_DEBREU_RXT37981_OK.webp

20211102_BATIMENT_PUBLICIS 5.9_WASQUEHAL_DEBREU_RXT37941_OK.webp

20211102_BATIMENT_PUBLICIS 5.9_WASQUEHAL_DEBREU_RXT37954_OK.webp

20211102_BATIMENT_PUBLICIS 5.9_WASQUEHAL_DEBREU_RXT37907_OK.webp

20211102_BATIMENT_PUBLICIS 5.9_WASQUEHAL_DEBREU_RXT37967_OK.webp

20211102_BATIMENT_PUBLICIS 5.9_WASQUEHAL_DEBREU_RXT37877_OK.webp

20211102_BATIMENT_PUBLICIS 5.9_WASQUEHAL_DEBREU_RXT38020_OK.webp