RB2 - Big Data Analytics avec R

Référence RB2

Durée 5 days

Modalité Formations catalogue

2600 

UGS : RB2 Catégories : ,

target Objectives

Comprendre le principe de la modélisation statistique

Choisir entre la régression et la classification en fonction du type de données

Évaluer les performances prédictives d'un algorithme

Créer des sélections et des classements dans de grands volumes de données pour dégager des tendances

tablet Prerequistes

Connaissances de base en statistiques.

Connaissances de base en langage R.

check Description

Le Big Bata Analytics repose sur la maîtrise des techniques d'exploration de données fondamentales : statistiques descriptives, prédictives ou exploratoires. Ce stage pratique vous présentera des méthodes telles que les régressions et les ACP et vous apprendra à les mettre en œuvre avec le langage R, RStudio et Shiny..

check user Audience profile

Responsables Infocentre (Datamining, Marketing, Qualité...), utilisateurs et gestionnaires métiers de bases de données.

Discover lesson plan

Introduction à la modélisation

Les types de données dans R.
Importation-exportation de données.
Techniques pour tracer des courbes et des graphiques.
Introduction à R Shiny
Interface utilisateur avec des exemples d’inputs courants.
Implémentation côté serveur et dialogue avec l’interface, exemple d’outputs courants.
Travaux pratiques

Prise en main des scripts, Notebooks et applications Shiny.

La collecte et la préparation des données

Préparation d’un jeu de données
Nettoyage des données et valeurs manquantes
Identification des corrélations
Création de nouvelles variables pour aider à résoudre le problème
Travaux pratiques

Mise en pratique de nettoyage de données et de préparation des variables.

Procédures d’évaluation de modèles

Préparation d’un jeu de données
Nettoyage des données et valeurs manquantes
Identification des corrélations
Les techniques de ré-échantillonnage en jeu d’apprentissage, de validation et de test.
Test de représentativité des données d’apprentissage.
Mesures de performance des modèles prédictifs.
Matrice de confusion, de coût et la courbe ROC et AUC.
Travaux pratiques

Mise en place d’échantillonnage de jeux de donnes. Effectuer des tests d’évaluations sur plusieurs modèles fournis.

Méthodes d’analyse de données

Analyse en composantes principales.
Analyse factorielle des correspondances.
Analyse des correspondances multiples.
Analyse factorielle pour données mixtes.
Factorisation par matrices non négatives
Latent Dirichlet Allocation
Classification hiérarchique sur composantes principales.
Travaux pratiques

Mise en œuvre de la diminution du nombre des variables et identification des facteurs sous-jacents des dimensions associées à une variabilité importante.

Les algorithmes non supervisés

Le clustering hiérarchique.
Le clustering non hiérarchique.
Les approches mixtes.
Travaux pratiques

Traitements de clustering non supervisés sur plusieurs jeux de données.

Les algorithmes supervisés

Le principe de régression linéaire univariée.
La régression multivariée.
La régression polynomiale.
La régression régularisée.
Le Naive Bayes.
La régression logistique.
Travaux pratiques

Mise en œuvre des régressions et des classifications sur plusieurs types de données.

Analyse de données textuelles

Collecte et prétraitement des données textuelles.
Extraction d’entités primaires, d’entités nommées et résolution référentielle.
Étiquetage grammatical, analyse syntaxique, analyse sémantique.
Lemmatisation.
Représentation vectorielle des textes.
Pondération TF-IDF.
Word2Vec.
Travaux pratiques

Explorer le contenu d’une base de textes en utilisant l’analyse sémantique latente.