Nos formations :
Big Data, Intelligence Artificielle

Note calculée sur un total de 2866 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 &œlig;uvre 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)
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)
■
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)
Formations "Recherche et DataVisualisation"
■
Power BI, concevoir des tableaux de bord, 3 jours (Réf. PBI)
■ Développer des applications de DataVisualisation, 4 jours (Réf. DTV)
■
Qlik Sense Designer, 2 jours (Réf. IKS)
■ Tableau Desktop, exploiter visuellement ses données, 2 jours (Réf. TBL)
Formations "100% e-learning"
■
Langage R, les fondamentaux de la programmation R pour la Data Science, 2 heures 23 mn (Réf. 4LF)
■
Langage R, accédez à tous vos types de données, 1 heure 52 mn (Réf. 4LR)
■ 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)
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)
■
L'intelligence artificielle et la sécurité opérationnelle, 1 jour (Réf. ICY)
■
Machine Learning, état de l'art, 2 jours (Réf. MLE)
■
Deep Learning et réseaux de neurones, les fondamentaux, 3 jours (Réf. DRN)
■ Data Mining, synthèse, 2 jours (Réf. DMI)
■ Bots, panorama des solutions techniques, 1 jour (Réf. OBB)
Formations "Machine Learning, Deep Learning : mise en &œlig;uvre"
■
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 "Chatbot : mise en &œlig;uvre"
■ Chatbot, créer et déployer un agent conversationnel en JavaScript, 3 jours (Réf. BQW)
Formations "Techniques d'analyse"
■
Big Data, méthodes et solutions pratiques pour l'analyse des données, 5 jours (Réf. BID)
■
Big Data Analytics avec Python, 4 jours (Réf. BDA)
■ 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 R, 4 jours (Réf. DTA)
■ Statistiques descriptives, introduction, 2 jours (Réf. UES)