Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Formation complète sur RapidMiner pour la Data Science
Rating: 4.5 out of 5(7 ratings)
1,153 students

Formation complète sur RapidMiner pour la Data Science

Faire la Data Science efficacement avec RapidMiner
Created byJonas Agbakou
Last updated 4/2025
French
French [Auto],

What you'll learn

  • Savoir faire le prétraitement des données avec RapidMiner
  • Savoir faire des modèles basés sur les algorithmes de machine learning avec RapidMiner
  • Savoir faire des modèles basés sur les algorithmes de deep learning avec RapidMiner
  • Savoir les notions importantes du machine learning
  • Savoir les notions importantes du deep learning
  • Savoir les notions importantes du data mining
  • Savoir developper efficaement un modèle d'apprentissage automatique
  • Detecter les fraudes bancaires avec apprentissage automatique

Course content

7 sections • 14 lectures • 1h 36m total length

  • Présentation de la formation2:02


    1. Savoir faire le prétraitement des données avec RapidMiner

    2. Savoir faire le Data Mining avec RapidMiner

    3. Savoir faire l'apprentissage supervisé avec RapidMiner

      • La régression logistique

      • Les réseaux de neuronnes

      • Vecteur support Machine(SVM)

      • Naïves Bayes

      • Les arbres de decisions

    4. Savoir faire l'apprentissage non supervisé avec RapidMiner

      • K-means;

    5. Savoir faire le Deep Learning avec RapidMiner;

    6. Un bonus à la fin de la formation.

Requirements

  • Pas de prérequis pour ce cours, il est bien expliqué pour être compréhensible par les débutants en Informatique
  • Il vous faut seulement un ordinateur pour commencer

Description

Bienvenue dans ce cours sur RapidMiner pour la Data Science ! Si vous êtes intéressé par la façon dont on peut utiliser RapidMiner pour mener à bien des analyses de données rigoureuses et devenir un bon Data Scientist, alors c'est le cours qu'il vous faut !

Pourquoi apprendre RapidMiner?

RapidMiner est l'un des meilleurs outils de la Data Science . Vous n'avez pas besoin de savoir coder pour faire de la Data Science. De plus, cet outil  vous permet de gagner votre job de rêve car il est le plus utilisé par les compagnies de la Data Science et d'Intelligence Artificielle. Aussi, apprendre RapidMiner est l'un des moyens les plus rapides d'améliorer considérablement vos plans de carrière que vous soyez Data Scientist, ou Data Analyst.

Ce cours vous guidera à travers tout ce que vous devez savoir pour utiliser RapidMiner pour la Data Science ! Nous commencerons par apprendre le fonctionnement de RapidMiner et comment faire le prétraitement des données, puis nous nous pencherons de façon pratique sur les différents algorithmes de machine learning  et Data Mining les plus utilisés en Data Science. Enfin, nous terminerons sur comment faire de façon pratique le deep learning.

Essentiellement, ce cours est structuré comme suit :

Section 1: Les bases importantes et la présentation de la formation

  • Présentation de la formation

  • Les bases sur le machine learning

  • Les bases sur le Data Mining

Section 2: Installations et prétraitement des données

  • Installations et présentation de RapidMiner

  • Introduction sur le prétraitement des données

  • Analyse statistique des données et gestion des valeurs manquantes

  • Sélection des attributs et la définition du label

  • Analyse en composantes principales (ACP)

Section 3: Data Mining

  • Introduction au Data Mining

  • Les règles d'associations

  • Les arbres de décision

Section 4: Apprentissage supervisé

  • Introduction à l'apprentissage supervisé

  • Régression Logistique

  • Machine à vecteurs de support

  • Classification naïve bayésienne

  • Les Réseaux de neurones

Section 5: Apprentissage non supervisé

  • Clustering avec K-means

Section 5: Deep Learning

  • Deep Learning



Who this course is for:

  • Les développeurs intéressés par la Science des Données
  • Les débutants en Data Science
  • Les débutants en machine learning
  • Les débutants en prétraitement des données
  • Les personnes intéressées par l'analyse des données
  • Les débutants en Informatique qui veulent maîtriser l'analyse des données
  • Les debutants en intelligence d'affaire
  • Les débutants en analyse d'affaire

Report abuse