Big Data, Intelligence Artificielle

Note calculée sur un total de 3208 avis sur l’ensemble des formations du domaine Big Data, Intelligence Artificielle datant de moins de 12 mois.







Big Data, NoSQL
Parcours de formation
Formations "Big Data, NoSQL : état de l'art"
■
Big Data, état de l'art, 2 jours (Réf. BGA)
■
Big Data, synthèse technique, 2 jours (Réf. BAG)
■
Bases de données NoSQL, enjeux et solutions, 2 jours (Réf. NSQ)
Formations "Big Data : mise en oeuvre et certification"
■
Big Data, méthodes et solutions pratiques pour l'analyse des données, 5 jours (Réf. BID)
Formations "Infrastructures"
■ Traitement de données Big Data en temps réel avec Spark et Storm, 3 jours (Réf. DSS)
■ Hadoop, installation et administration, 4 jours (Réf. HOD)
■
MongoDB, mise en œuvre et administration, 3 jours (Réf. MGO)
■ NEO4J, mise en œuvre et administration, 2 jours (Réf. NVM)
■ Apache Cassandra, administration et exploitation, 3 jours (Réf. SSA)
■
Talend Open Studio for Big Data, exploiter ses données massives, 2 jours (Réf. TAD)
■
Elasticsearch, administration et exploitation, 3 jours (Réf. ELA)
■ Data Clustering, organiser les données du Big Data, 2 jours (Réf. DAU)
Formations "Développement"
■ Hadoop, développer des applications pour le Big Data, 4 jours (Réf. APH)
■ MongoDB, prise en main et développement, 3 jours (Réf. MNO)
■ Flink, développer des applications pour le Big Data, 3 jours (Réf. FKB)
■ Apache Storm, développer des applications pour le Big Data, 3 jours (Réf. ASB)
■ Spark, développer des applications pour le Big Data, 3 jours (Réf. SPK)
■ NEO4J, prise en main et développement, 2 jours (Réf. NLP)
■ Développer des applications de DataVisualisation, 4 jours (Réf. DTV)
Formations "Technique de Big Data Analytics"
■ Statistiques descriptives, introduction, 2 jours (Réf. UES)
■ Environnement R, manipulations et statistiques élémentaires, 2 jours (Réf. MDR)
■ Environnement R, traitement de données et analyse statistique, 2 jours (Réf. TDA)
■
Big Data Analytics avec Python, 4 jours (Réf. BDA)
Formations "Recherche et DataVisualisation"
■ SQL Big Query pour non informaticiens, 3 jours (Réf. SQC)
■ Développer des applications de DataVisualisation, 4 jours (Réf. DTV)
■ SAS Base, prise en main, 2 jours (Réf. SSB)
■
Power BI, concevoir des tableaux de bord, 3 jours (Réf. PBI)
■
Qlik Sense Designer, 2 jours (Réf. IKS)
■ Tableau Desktop, exploiter visuellement ses données, 2 jours (Réf. TBL)
Formations "100% e-learning"
■ BigData - Foundation, 24 heures (Réf. YBF)
■ Big Data, introduction à la plateforme Hadoop et à son écosystème, 1 heure 21 mn (Réf. 4TX)
■ Hbase, introduction à la base de données NoSQL d'Hadoop, 1 heure 45 mn (Réf. 4TG)
■ Redis, présentation de la base de données NoSQL pour une utilisation en PHP, 2 heures (Réf. 4TH)
■ HDFS, utiliser le système de fichiers distribué d'Hadoop, 1 heure 58 mn (Réf. 4TO)
IA, Machine Learning, analyse de données
Parcours de formation
■
Cycle certifiant Machine Learning et Deep Learning avec Python, 15 jours (Réf. KZG)
■
Cycle certifiant Machine Learning et Deep Learning avec R, 15 jours (Réf. KNR)
■
Cycle certifiant Machine Learning et Deep Learning avec Julia, 15 jours (Réf. KJN)
Formations "Intelligence Artificielle, Data Science : état de l'art et applications"
■ Big Data, Data Science, Machine Learning, leur impact dans l’entreprise, 2 jours (Réf. BMD)
■
Intelligence Artificielle, enjeux et outils, 2 jours (Réf. IAO)
■ Data Mining, synthèse, 2 jours (Réf. DMI)
■ Machine Learning, état de l'art, 2 jours (Réf. MLE)
■ Deep Learning et réseaux de neurones, les fondamentaux, 3 jours (Réf. DRN)
■ Bots, panorama des solutions techniques, 1 jour (Réf. OBB)
■
Chatbot, créer et déployer un agent conversationnel en JavaScript, 3 jours (Réf. BQW)
Formations "Machine Learning, Deep Learning : mise en oeuvre"
■
Data Mining par la pratique, 3 jours (Réf. DMP)
■
Machine learning, méthodes et solutions , 4 jours (Réf. MLB)
■ Deep Learning par la pratique, 3 jours (Réf. DPL)
■
Text Mining par la pratique, 3 jours (Réf. MMD)
■ Microsoft Azure Machine Learning, développer et exploiter des algorithmes, 3 jours (Réf. AZL)
■
Intelligence Artificielle, algorithmes utiles appliqués à la robotique, 3 jours (Réf. IAG)
Formations "Techniques d'analyse"
■ Statistiques descriptives, introduction, 2 jours (Réf. UES)
■ Modélisation statistique, l'essentiel, 2 jours (Réf. STA)
■ Environnement R, manipulations et statistiques élémentaires, 2 jours (Réf. MDR)
■ Environnement R, traitement de données et analyse statistique, 2 jours (Réf. TDA)
■
Big Data Analytics avec Python, 4 jours (Réf. BDA)
■ Big Data Analytics avec R, 4 jours (Réf. DTA)
■
Big Data Analytics avec Julia, 4 jours (Réf. TBD)
■
Big Data, méthodes et solutions pratiques pour l'analyse des données, 5 jours (Réf. BID)