Deep Learning avec R

2 jours II Code CNCP : 2234 II Certif info : 93835

/Deep Learning avec R

Cette formation vous donnera toute les clés qui vous permettront d’aborder le monde du Deep learning avec R, Vous découvrirez les bibliothèques, les principes de conception, les outils de diagnostics et les différents domaines d’application du deep learning. Vous apprendrez à modéliser, représenter des données et  mettre en œuvre le deep learning.

Les objectifs de la formation Deep Learning avec R

A l’issue de la formation «Deep Learning avec R », les apprenants auront les capacités de :

  • Installer l’environnement d’analyse R
  • Maîtriser les techniques d’exploration de données fondamentales avec R (régressions, ACP, etc.)
  • Mettre en œuvre la chaîne de conception appliquée au machine learning dans un contexte big data batch et streaming
  • Connaître les bibliothèques, principes de conception, outils de diagnostics et domaines d’application du deep learning
  • Comprendre et mettre en application les techniques du text mining pour le machine et le deep learning
Lien vers site CPF

Les prérequis de la formation Deep Learning avec R

Avoir des connaissances de base en statistiques et également des connaissances de base en programmation R.

Vous n’avez pas les prérequis nécessaires pour la formation Deep Learning avec R ? Contactez-nous pour étudier ensemble un parcours sur mesure et garantir ainsi la réussite de votre projet.

Lien vers site CPF

Le public de la formation Deep Learning avec R

La formation certifiante « Deep Learning avec R », s’adresse à tout public salarié, demandeur d’emploi ou en reconversion professionnelle et souhaitant acquérir des compétences en BIG DATA, notamment:

  • Data Scientist / Data Miner
  • Débutant en R
  • Statisticien
  • Marketer spécialiste de la data
  • Utilisateur de bases de données intéressé par l’analyse
  • Responsable système d’informations
  • Développeurs informatiques, ingénieurs d’études
  • Architecte système et logiciel
  • Data scientist (analyse de données) ou Data miner (fouilleur des données)
Lien vers site CPF

0

Certif Info

0

Code CNCP

0

Jours

0

Heures

Contenu de la formation
Deep Learning avec R

Big Data Analytics avec R, modélisation et représentation des données

  • Introduction à la modélisation.
  • Procédures d’évaluation de modèles.
  • Les algorithmes supervisés (régression multi variée, polynomiale, régularisée, logistique et le Naive Bayes).
  • Les algorithmes non supervisés (clustering hiérarchique, non hiérarchique et approches mixtes).
  • Analyse en composantes. Analyse de données textuelles.

Introduction au Deep Learning

  • Principes du Deep learning
  • Réseaux neuronaux
  • Méthode du perceptron

Solutions pour le deep learning en R

  • NNET
  • RSNNS
  • FCNN4R
  • RNN
  • DEEPNET (x – RcppDL),
  • H2O,
  • MxNet Keras de RStudio est une API (Application programming interface)

Mise en oeuvre avec R et Keras

Mise en oeuvre avec R et Keras

Fondamentaux de l’analyse de données.

  • Présentation de la notion de package (librairie).
  • Cas de la régression non linéaire multiple.
  • Cas de l’analyse en composantes principales ACP.
  • Cas de la classification CAH.

Fonctions en profondeur

  • Paramètres
  • Valeurs de retour
  • Portée variable
  • Gestion des exceptions

Application de fonctions à travers les dimensions

  • Sapply
  • Lapply
  • apply.

Analyse des données exploratoires (statistiques descriptives)

  • Données continues
  • Données catégorisées
  • Groupe par calcul avec dplyr
  • Mélange et casting de données.

Statistiques déductives

  • Corrélation bivariée
  • T-test et équivalents non paramétriques
  • Test Chi-quadrillé

Régression linéaire générale

  • Modèles linéaires et logistiques
  • Points de régression
  • Confusion / interaction en régression
  • Marquer de nouvelles données à partir de modèles (prédiction)

Comprendre le rendu graphique des données en langage R

Comprendre le rendu graphique des données en langage R

Graphiques de base

  • Système graphique de base en R
  • Scatterplots, histogrammes, barcharts, …
  • Étiquettes, légendes, titres, axes
  • Exportation de graphiques vers différents formats.

Graphiques R avancés : ggplot2

  • Comprendre la grammaire des graphiques
  • Emplacements rapides (fonction qplot)
  • Construction de graphiques par pièces (fonction ggplot)

Une attestation d’assiduité sera délivrée après la validation de toutes les compétences du module Deep Learning avec R.

Modalités De Formations

DEEP LEARNING AVEC R

Le module DEEP LEARNING AVEC R est disponible en 3 modalités : E-learning tutoré, Blended Learning et en présentiel.

FOAD / E-Learning tutoré

La formation certifiante Deep Learning avec R est disponible en e-learning ou à distance tutoré. Vous serez accompagné par un formateur / tuteur tout au long de la formation.

Blended-Learning

La formation certifiante Deep Learning avec R est disponible en Blended learning. La partie apprentissage se déroule en e-learning, et les projets fil rouge en présentiel.

Présentiel

La formation certifiante Deep Learning avec R est disponible en présentiel ou en distanciel.
La formation sera animée par un formateur à distance ou en classe.

Financement et Éligibilité

de la formation DEEP LEARNING AVEC R

CPF

CPF « Compte Personnel de Formation.

VAE

VAE: Validation des Acquis de l’Expérience.

AIF

AIF : Aide Individuelle à la Formation par Pôle Emploi.

CPF de transition

CPF de transition pour une Reconversion Professionnelle.

Contrat PRO

Contrat d’alternance ou de Professionnalisation.

POEc

Préparation Opérationnelle Emploi Collective.

PDC

Plan de Développement de Compétences de l’entreprise.

AFPR

Action de Formation Préalable à l’Embauche.

POEi

Préparation Opérationnelle Emploi Individuelle.

Besoin d'un