Un cours intensif de formation professionnelle sur
Data Mining et
Analyse des Big Data à l'aide de SPSS
Cours de base sur SPSS
Pourquoi choisir cette formation ?
La quantité de données collectées ces dernières années a augmenté de manière exponentielle, ce qui a entraîné la collecte d'ensembles de données sur les interactions avec les clients, les ventes, la logistique et les processus de production. Les grands détaillants traitent jusqu'à dix millions de transactions et cinq mille articles par seconde. Cela a également permis aux entreprises d'introduire l'analyse de ces données et de réduire leurs délais, de diminuer leurs frais généraux, d'optimiser les flux de travail et d'accroître la satisfaction des clients, tout en augmentant leurs bénéfices. Il existe de nombreux logiciels pour l'exploration et l'analyse des Big Data, mais beaucoup de ces outils sont principalement des langages de programmation et, bien que gratuits, ils requièrent des connaissances en programmation informatique.
Au fur et à mesure que les données augmentent, le nombre de personnes capables d'effectuer le Data Mining et l'analyse des Big Data doit également augmenter, afin de gérer la marée, et en utilisant l'un des logiciels d'analyse des Big Data les plus faciles à manipuler, SPSS.
Ce cours de formation comprendra :
- Utilisation des progiciels SPSS
- Exploration et visualisation de données avec SPSS
- Analyse des données (Big Data) à l'aide des progiciels SPSS
- Utilisations avancées de SPSS et son interopérabilité avec d'autres logiciels
- L'utilisation de l'analyse des données massives (Big Data) au profit des entreprises
Quels sont les objectifs ?
A l'issue de cette formation, les participants seront capables de :
- Comprendre la puissance des Big Data et de l'analyse des Big Data
- Exploiter les avantages de l'interface graphique de SPSS pour l'analyse des Big Data
- Apprendre les concepts de l'analyse et de la visualisation des données
- Appliquer la fonctionnalité "glisser-déposer" pour la visualisation des données
- Acquérir la connaissance de l'analyse avancée des big data, comme l'analyse des sentiments dans SPSS
À qui s'adresse cette formation ?
Cette formation AZTech est destinée à toutes les personnes impliquées dans l'exploration et l'analyse des données, ainsi que dans la planification et les prévisions, et en particulier à celles qui sont enclines à utiliser une interface logicielle graphique, et dont l'emploi du temps chargé ne leur permet pas d'apprendre ou d'appliquer des langages de programmation tels que JAVA, R ou Python. Ce cours s'adresse à ceux qui souhaitent exploiter la puissance du Big Data mais qui ne sont pas des programmeurs.
Ce cours de formation s'adresse à un large éventail de professionnels, mais il leur sera très utile :
- CTO, CIO et ingénieurs
- Data Scientists, Data Analysts
- Statisticiens et personnel technologique
- Spécialistes du marketing et de la recherche
Comment cette formation sera-t-elle présentée ?
Ce cours de formation AZTech utilisera une variété de techniques éprouvées d'apprentissage pour adultes afin d'assurer une compréhension et une rétention maximales des informations présentées. Cela inclut la présentation théorique des concepts, mais l'accent sera mis sur les exercices réalisés par les délégués avec les conseils de l'instructeur. Les délégués apprendront par la pratique, car le cours de formation est conçu pour qu'ils utilisent le logiciel sur des problèmes réels et des données réelles en appliquant eux-mêmes chacune des techniques. La formation sera dispensée sous forme de présentations, d'enquêtes collectives, de manuels électroniques de formation et de séminaires interactifs, ainsi que de discussions de groupe sur les résultats des exercices.
Le contenu du cours
Premier jour : Introduction à SPSS
- Apprendre à connaître SPSS
- Démarrer SPSS et travailler avec des fichiers de données
- Statistiques descriptives
- Fréquences (variables catégorielles)
- Tendance centrale, écart-type et étendue (variables continues)
- Obtenir de l'aide et exécuter des tutoriels
Deuxième jour : Manipulation des données et visualisation initiale des données
- Utilisation de graphiques pour décrire et explorer les données
- Histogrammes
- Graphiques en barres
- Graphiques en boîte
- Graphiques linéaires
- Calcul des scores totaux de l'échelle
- Transformer les variables
- Procédure de recodage
- Procédure de calcul
- Procédure de sélection des cas
- Procédure de fractionnement des fichiers
- Analyse de la fiabilité à l'aide du coefficient alpha (également connu sous le nom d'alpha de Cronbach)
Troisième jour : Statistiques inférentielles
- Test T, test T à un échantillon, test T à un échantillon indépendant et dépendant
- Analyse de la variance (ANOVA)
- Corrélation et coefficient de corrélation r de Pearson
- Régression linéaire - régression linéaire simple et multiple
- Les procédures d'ajustement du chi-carré et de test d'indépendance
- Autocorrélation et analyse des séries temporelles
Quatrième jour : Statistiques avancées avec SPSS Modeller
- SPSS Modeler et ses principaux éléments
- Analyse de regroupement, à l'aide de k-means
- Règles d'association et algorithme apriori
- Régression logistique
- Prévisions à l'aide du modèle ARIMA (Autoregressive Integrated Moving Average)
- Construire un modèle d'arbre de décision
- Analyse de sensibilité des textes dans SPSS
Cinquième jour : L'intégration de SPSS avec Python et R
- Programmes d'analyse des données (Big Data)
- Brève introduction à R
- Intégration de SPSS Modeler-R
- Introduction à Python
- Intégration de SPSS Modeler Python
- La mise en place de l'ensemble
Le certificat
- Certificat d'achèvement AZTech pour les délégués qui participent et terminent le cours de formation
En partenariat avec
VOULEZ-VOUS EN SAVOIRPLUS SUR CE COURS ?
© 2024. Le matériel publié par AZTech présenté ici est protégé par des droits d'auteur. Tous les droits sont réservés. Toute copie, distribution, utilisation, diffusion, téléchargement, stockage (sur tout support), transmission, reproduction ou utilisation non autorisée de tout ou partie de ce plan de cours est interdite et constitue une violation des droits d'auteur.
