Data analyst
Date de mise à jour :
Identifiant Offre Info : 19_1701309579
Organisme responsable :
Data Value
(ouvre dans un nouvel onglet)
Présentation de la formation
Objectifs
Acquérir des compétences appliquées relatives à l'analyse de données aussi bien quantitatives que qualitatives.
A l'issue de ce cycle de formation Data Analyst, vous saurez résumer l'information pertinente présente dans un fichier de données et en extraire celle utile à la prise de décision.
Programme de la formation
Ce cycle de formation Data Analyst est composé des modules suivants : Statistique descriptive (exploratoire) : savoir décrire des observations Apprendre à décrire des jeux de données à l'aide de résumés numériques et de représentations graphiques Statistique décisionnelle (inférentielle) : savoir décider au vu des observations Découvrir la statistique inférentielle permettant de généraliser à partir d'un échantillon (connaissance partielle d'un phénomène) afin de…
- Statistique descriptive (exploratoire) : savoir décrire des observations
Apprendre à décrire des jeux de données à l'aide de résumés numériques et de représentations graphiques - Statistique décisionnelle (inférentielle) : savoir décider au vu des observations
Découvrir la statistique inférentielle permettant de généraliser à partir d'un échantillon (connaissance partielle d'un phénomène) afin de prendre une décision en sachant évaluer les deux types de risques associés. Maîtrise opérationnelle des notions d'estimation d'un paramètre, d'intervalle de confiance, de tests d'hypothèse, ... - Régression linéaire, logistique et analyse de la variance
Acquérir la connaissance méthodologique et pratique des méthodes de modélisation que sont la régression linéaire, la régression logistique, l'analyse de la variance et de la covariance. Elles permettent d'obtenir une analyse explicative d'un phénomène, de confirmer des hypothèses, de prendre des décisions ou encore d'effectuer des prévisions - Analyse des données : méthodes exploratoires (ACP, AFC, classification)
Découvrir les principales méthodes exploratoires d'analyse des données (ACP, AFC, Classification) afin de mettre en évidence les liaisons entre paramètres, les similitudes et différences entre observations. Interpréter les résultats numériques et graphiques, éviter les pièges, savoir résumer l'information obtenue et communiquer les résultats importants - Analyse des données : méthodes décisionnelles
Découvrir les principales méthodes décisionnelles d'analyse des données (arbres de décision, règles d'association, régression multiple, analyse discriminante, ...), choisir celle appropriée au problème et aux données. Interpréter les résultats numériques et graphiques, éviter les pièges, savoir résumer l'information obtenue et communiquer les résultats importants
Validation et sanction
Type de formation
Non certifiante
Niveau de sortie
Sans niveau spécifique
Durée, rythme, financement
Durée
En centre
196 h
Financement
- Conventionnement
- Non
- Financeur
-
- Autre
Conditions d'accès
Public visé
- Tout public
Niveau d'entrée
Sans niveau spécifique
Conditions spécifiques et prérequis
Une formation scientifique de niveau BAC+2 ou supérieur est recommandée pour suivre cette formation dans de bonnes conditions.La pratique d'un langage de programmation est un plus.\n\nProcédure d'admission: \nUn formulaire d'auto-évaluation proposé en amont de la formation nous permettra d'évaluer votre niveau et de recueillir vos attentes. Ce même formulaire soumis en aval de la formation fournira une appréciation de votre progression.
Lieu de réalisation de l'action
Modalités d'enseignement
Formation entièrement à distance
Adresse
Périodes prévisibles de déroulement des sessions
Début
Fin
- Adresse d'inscription
-
41 rue de la Découverte
31676 Labège - État du recrutement
- Ouvert
- Modalités
- Entrées / Sorties à dates permanentes