BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Expert Team Tunisie - ECPv6.16.3//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Expert Team Tunisie
X-ORIGINAL-URL:https://www.expertunisie.com
X-WR-CALDESC:Évènements pour Expert Team Tunisie
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Africa/Tunis
BEGIN:STANDARD
TZOFFSETFROM:+0100
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20210101T000000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;VALUE=DATE:20220516
DTEND;VALUE=DATE:20220520
DTSTAMP:20260613T234543
CREATED:20200624T105616Z
LAST-MODIFIED:20220324T140028Z
UID:4242-1652659200-1653004799@www.expertunisie.com
SUMMARY:Formation ISTQB Testeur Analyste
DESCRIPTION:Prérequis\nLe participant doit avoir la certification ISTQB niveau fondation et au moins 01 an d’expérience en tant que Testeur. \nObjectifs\n– Approfondir leurs connaissances en Analyse et Conception des Test Logiciels. \n-Réussir la certification ISTQB Niveau Avancé Testeur Analyste. \nProgramme\nI. Processus de test\n\nL’importance de l’implication tout au long du processus de test\, avec\nune attention particulière sur le rôle et la contribution du Testeur Analyste\,\nainsi que sur la façon d’accorder ce rôle avec les rôles de Test Manager\net Analyste Technique de Test.\nLes tâches d’analyse et conception des tests de l’Analyste de Test sont\ndécrites. L’impact des différents modèles de cycle de vie est un aspect\ncentral de ces tâches.\n\nII. Gestion des tests: Responsabilités de l’Analyste de Test\n\nL’intérêt et l’apport attendu des métriques du projet.\nComment prioriser à partir des risques et planifier correctement des tests\nportant sur un domaine métier complexe.\n\nIII. Techniques de Test avancées\n\nLes techniques basées sur les spécifications sont approfondies. Il s’agit\ndes partitions d’équivalence\, de l’analyse des valeurs limites\, des tables\nde décision\, des tests de transition d’état et des tests de cas d’utilisation.\nDes nouvelles techniques basées sur les spécifications sont introduites\ncomme méthode de classification arborescente\, l’utilisation de tableaux\northogonaux\, le test deux à deux (pairwise testing)\, l’analyse du domaine\nmétier et les user stories.\nLe domaine des techniques basées sur les défauts et l’expérience\, le test\nexploratoire et l’utilisation de taxonomies de défauts sont également\ncouvertes.\nSélectionner la technique la plus adaptée à une situation de test donnée\net comment combiner efficacement les techniques pour atteindre les\nmeilleurs résultats de test possibles.\n\nIV. Tester les Caractéristiques de Qualité Logicielle\n\nLes caractéristiques des qualités logicielles fonctionnelles sont\napprofondies. Cela inclut les domaines d’exactitude\, d’aptitude à\nl’usage et d’interopérabilité de même que les domaines non fonctionnels d’utilisabilité et d’accessibilité.\nSavoir comment aborder ces domaines et quelles techniques de test\npeuvent être appliquées.\n\nV. Revues des documents projets :\n\nL’utilisation de check-lists pour identifier les défauts dans les cas\nd’utilisation et dans les spécifications d’exigence selon la vue du testeur.\nSavoir présenter lors d’une réunion de revue les problèmes découverts.\nDes exemples de check-lists sont fournis pour aider à animer des sessions\nde revue de différents livrables.\n\nVI. Gestion des Anomalies\n\nComment définir les valeurs de classification à utiliser dans un système de\ngestion des anomalies et comment appliquer cette classification aux\ndéfauts trouvés.\nL’importance de la collecte\, du traitement et de l’utilisation de\nl’information sur les causes racines pour l’amélioration des processus sont\ndonnés dans cette partie.\nComment effectuer une analyse préliminaire des causes racines pour\nfaciliter la classification de chaque défaut trouvé.\n\nVII. Outils de Test\n\nSe Focaliser sur les outils et les problèmes d’automatisation concernant\nl’Analyste de Test.\nConnaitre les outils de modélisation des processus métier ainsi que les\ninteractions possibles entre les outils manipulés par un Analyste de Test.
URL:https://www.expertunisie.com/voir_formation/formation-istqb-testeur-analyste-intra-entreprise-tunisie/
LOCATION:Expert Team Tunisie\, 159 Avenue Fethi Zouhir\,\, Ariana\, Expert Team Tunisie\, 2083\, Tunisie
ATTACH;FMTTYPE=image/jpeg:https://www.expertunisie.com/wp-content/uploads/2019/12/test-analyst.jpg
ORGANIZER;CN="Expert Team Tunisie":MAILTO:contact@expertunisie.com
END:VEVENT
BEGIN:VEVENT
DTSTART;VALUE=DATE:20220516
DTEND;VALUE=DATE:20220521
DTSTAMP:20260613T234543
CREATED:20220324T112353Z
LAST-MODIFIED:20220324T112353Z
UID:6838-1652659200-1653091199@www.expertunisie.com
SUMMARY:Formation ISTQB niveau Foundation – Inter-Entreprise – Tunisie
DESCRIPTION:Prérequis\nLe principal prérequis est d’être impliqué\, de prêt ou de loin\, dans le test de logiciels ou de systèmes d’information. \nObjectifs\n-Maîtriser les bases du métier de Test Logiciel \n-Professionnaliser et valoriser les activités de test en déployant des standards\, méthodes et bonnes pratiques reconnues. \nProgramme\n1. Fondamentaux des tests\n1.1 Que sont les tests ?\n– 1.1.1 Objectifs habituels des tests\n– 1.1.2 Test et débogage\n1.2 Pourquoi les tests sont-ils nécessaires\n– 1.2.1 Contribution des tests au succès\n– 1.2.2 Assurance qualité et test\n– 1.2.3 Erreurs\, défauts et défaillances\n– 1.2.4 Défauts\, causes racines et effets\n1.3 Sept principes sur les tests\n1.4 Processus de test\n– 1.4.1 Le processus de test dans le contexte\n– 1.4.2 Activités et taches de test\n– 1.4.3 Les produits d’activités du test\n– 1.4.4 Traçabilité entre les bases de test et les produits d’activités du test\n1.5 La psychologie des tests\n– 1.5.1 Psychologie humaine et test\n– 1.5.2 Etat d’esprit des testeurs et des développeurs \n2. Tester pendant le cycle de vie du développement logiciel\n2.1 Les modèles de développement logiciel\n– 2.1.1 Développement de logiciel et tests logiciels\n– 2.1.2 Modèles de cycle de vie du développement logiciel en contexte\n2.2 Niveaux de test\n– 2.2.1 Test de composants\n– 2.2.2 Test d’intégration\n– 2.2.3 Test système\n– 2.2.4 Test d’acceptation\n2.3 Types de test\n– 2.3.1 Tests fonctionnels\n– 2.3.2 Tests non-fonctionnels\n– 2.3.3 Tests boîte-blanche\n– 2.3.4 Tests liés aux changements\n– 2.3.5 Types de test et niveaux de test\n2.4 Tests de maintenance\n– 2.4.1 Facteurs déclencheurs pour la maintenance\n– 2.4.2 Analyse d’impact pour la maintenance \n3. Tests statiques\n3.1 Bases des tests statiques\n– 3.1.1 Produits d’activités qui peuvent être examinés par des tests statiques\n– 3.1.2 Bénéfices des tests statiques\n– 3.1.3 Différences entre les tests statiques et dynamiques\n3.2 Processus de revue\n– 3.2.1 Processus de revue de produits d’activités\n– 3.2.2 Rôles et responsabilités dans une revue formelle\n– 3.2.3 Types de revue\n– 3.2.4 Application des techniques de revue\n– 3.2.5 Facteurs de réussite des revues \n4. Techniques de test\n4.1 Catégories de techniques de test\n– 4.1.1 Choix des techniques de test\n– 4.1.2 Catégories de techniques de test et leurs caractéristiques\n4.2 Techniques de test boîte-noire\n– 4.2.1 Partitions d’équivalence\n– 4.2.2 Analyse des valeurs limites\n– 4.2.3 Test de tables de décision\n– 4.2.4 Test des transitions d’état\n– 4.2.5 Test des cas d’utilisation\n4.3 Techniques de test boîte-blanche\n– 4.3.1 Test et couverture des instructions\n– 4.3.2 Test et couverture des décisions\n– 4.3.3 Apport des tests des instructions et décisions\n4.4 Techniques de test basées sur l’expérience\n– 4.4.1 Estimation d’erreur\n– 4.4.2 Tests exploratoires\n– 4.4.3 Tests basés sur des checklists \n5. Gestion des tests\n5.1 Organisation des tests\n– 5.1.1 Indépendance des tests\n– 5.1.2 Tâches d’un Test Manager et d’un testeur\n5.2 Planification et estimation des tests\n– 5.2.1 Objet et contenu d’un plan de test\n– 5.2.2 Stratégie de test et approche de test\n– 5.2.3 Critères d’entrée et de sortie (Définition du prêt et définition du terminé)\n– 5.2.4 Calendrier d’exécution des tests\n– 5.2.5 Facteurs influençant l’effort de test\n– 5.2.6 Techniques d’estimation des tests\n5.3 Pilotage et contrôle des tests\n– 5.3.1 Métriques utilisées pour les tests\n– 5.3.2 Buts\, contenu et destinataires des rapports de test\n5.4 Gestion de configuration\n5.5 Risques et tests\n– 5.5.1 Définition du risque\n– 5.5.2 Risques produit et risques projet\n– 5.5.3 Test basé sur les risques et qualité du produit\n5.6 Gestion des défauts \n6. Outils de support aux tests\n6.1 Introduction aux outils de test\n– 6.1.1 Classification des outils de test\n– 6.1.2 Bénéfices et risques de l’automatisation des tests\n– 6.1.3 Considérations particulières pour les outils d’exécution des tests et de gestion des tests\n6.2 Utilisation efficace des outils\n– 6.2.1 Principes de base pour la sélection des outils\n– 6.2.2 Projets pilotes pour l’introduction d’un outil dans une organisation\n6.2.3 Facteurs de succès pour les outils
URL:https://www.expertunisie.com/voir_formation/formation-istqb-niveau-foundation-inter-entreprise-tunisie-13/
ATTACH;FMTTYPE=image/jpeg:https://www.expertunisie.com/wp-content/uploads/2021/12/istqb-new-copy.jpg
END:VEVENT
BEGIN:VEVENT
DTSTART;VALUE=DATE:20220516
DTEND;VALUE=DATE:20220521
DTSTAMP:20260613T234543
CREATED:20220512T135738Z
LAST-MODIFIED:20220512T135738Z
UID:8649-1652659200-1653091199@www.expertunisie.com
SUMMARY:Formation DevOps - Tunisie
DESCRIPTION:Prérequis de la formation devops :\nPour suivre ce cours formation devops \, il faut d’avoir des connaissances en développement. \nObjectifs\n\nComprendre l’implication de DevOps dans le développement des applications modernes.\nComprendre les concepts de CI/CD.\nComprendre les caractéristiques et concepts des microservices\, API REST\, cloud et stockage de données.\nMettre en œuvre un projet Git en mode collaboratif.\nSavoir containeuriser les applications dans des images Docker.\nComprendre le déploiement et l’orchestration des conteneurs sur un cluster.\nDécouvrir le fonctionnement et l’architecture de Kubernetes\nSavoir initialiser un cluster sous Kebernetes.\nSavoir gérer les objets et les contrôleurs Kubernetes.\nIdentifier les étapes de l’intégration continue\n\n\n\nComprendre l’architecture et le fonctionnement de Jenkins\nSavoir installer et configurer Jenkins.\nSavoir créer des jobs avec Jenkins.\nComprendre le fonctionnement des outils SonarQube\, Maven et Nexus.\nMise en oeuvre d’un projet d’intégration continue.\n\nProgramme\n1. Présentation de DevOps\n\nIntroduction à DevOps\nQu’est ce que DevOps\nRelation DevOps/Agile\nAspect organisationnel\nLes pratiques DevOps\nLes outils DevOps\n\n2. Développement des applications modernes\n\nL’architecture à microservices\nLes API REST\nPlateformes et concepts de données\nLes plateformes Cloud\nLes stratégies de déploiement\n\n3.Gestion des version avec Git\n\nApports et types des solutions de gestion des version.\nStructure des dépôts Git\nLes commandes de base Git\nLes branches Git\nRésolution de conflits\nTravaux pratiques : Gestion des dépôts Git.\n\n\n4.Gestion des conteneurs avec Docker\n\nLa technologie de conteneurisation\nDocker et les conteneurs\nGestion des images docker\nGestion des réseaux de conteneurs\nGestion des volumes persistants.\n\n5.Conteneurisation des applications\n\nPourquoi et comment ?\nEtude des besoins de conteneurisation\nLes instructions Dockerfile\nTravaux pratiques : conteneurisation d’une application web.\n\n6. Mise en place de pipelines CI/CD\n\nJenkins et CI/CD\nTravaux pratiques : projet de CI/CD
URL:https://www.expertunisie.com/voir_formation/formation-devops-tunisie-8/
ATTACH;FMTTYPE=image/jpeg:https://www.expertunisie.com/wp-content/uploads/2022/01/devops-100-pratique2.jpg
END:VEVENT
BEGIN:VEVENT
DTSTART;VALUE=DATE:20220516
DTEND;VALUE=DATE:20220521
DTSTAMP:20260613T234543
CREATED:20220516T142911Z
LAST-MODIFIED:20220523T131001Z
UID:8700-1652659200-1653091199@www.expertunisie.com
SUMMARY:Formation Microsoft Azure Architecture- Tunisie
DESCRIPTION:Prérequis de la formation microsoft azure architecture:\nPour suivre ce cours microsoft azure architecture \, il faut d’avoir des connaissances en : \n\nLes architectes Azure démarrent ce rôle avec une expérience dans les systèmes d’exploitation\, la virtualisation\, l’infrastructure cloud\, les structures de stockage\, le réseau et dans l’administration Azure.\n C’est pour cette raison que le suivi du cours d’administration Azure (AZ100/AZ-103/AZ-104) et/ou AZ-300/AZ-303 – Microsoft Azure Architect Technologies ou les connaissances équivalentes sont très importantes pour le suivi de ce cours.\n Le titre Microsoft Certified Azure Administrator Associate n’est pas obligatoire pour le suivi de ce cours.\nPré-requis recommandés : M-AZ303 – Microsoft Azure administration avancée\n\nObjectifs\nÀ la fin de la formation Microsoft Azure Architecture\, vous serez capable de valider les objectifs d’apprentissages suivants : \n\nRecommander des solutions pour minimiser les coûts.\nRecommander une solution pour l’accès conditionnel\, y compris l’authentification multifacteur.\nRecommander une solution pour une identité hybride comprenant Azure AD Connect.\nRecommander une solution pour l’utilisation des stratégies Azure.\nRecommander une solution qui inclut KeyVault.\nRecommander une solution qui inclut les identités gérées par Azure Active Directory.\nRecommander une solution d’accès au stockage.\nConcevoir une solution de récupération de site Azure.\nRecommander une solution pour la montée en charge.\nRecommander une solution pour les conteneurs.\nRecommander une solution pour la sécurité réseau.\nRecommander une solution pour la migration d’applications et de machines virtuelles.\nRecommander une solution pour la migration des bases de données.\n\nProgrammes :\n1. Concevoir une solution pour Azure Compute\n➤Choisir un service Azure Compute.\n➤ Déterminer les technologies Compute appropriées.\n➤ Recommander une solution pour les containers.\n➤ Provisionner une Solution pour l’Infrastructure Azure Compute. \n2.Concevoir une solution réseau\n➤ Planification des réseaux virtuels.\n➤ Recommander une solution pour l’adressage IP et la résolution de noms.\n➤ Recommander des solutions pour la sécurité réseau.\n➤ Recommandation pour les réseaux hybrides.\n➤ Implémenter un réseau hybride sécurisé. \n3.Conception pour la migration\n➤ Planification des réseaux virtuels.\n➤ Recommander une solution pour l’adressage IP et la résolution de noms.\n➤ Recommander des solutions pour la sécurité réseau.\n➤ Recommandation pour les réseaux hybrides.\n➤ Implémenter un réseau hybride sécurisé. \n4.Conception pour l’Authentification et les Autorisations\n➤ Conseils pour la gestion de l’identité et de l’accès.\n➤ Recommander une solution pour l’authentification multifacteur.\n➤ Cinq étapes pour sécuriser l’infrastructure d’identité.\n➤ Recommander une solution pour le Single-Sign On (SSO).\n➤ Recommander une solution pour une identité hybride.\n➤ Recommander une solution pour l’intégration B2B.\n➤ Recommander une structure hiérarchique pour les groupes de gestion\, les abonnements et les groupes de ressources. \n5.Conception de la gouvernance\n➤Gouvernance.\n➤Recommander une solution pour les stratégies Azure.\n➤Recommander une solution pour Azure Blueprint. \n6.Concevoir une solution pour les bases de données\n➤Sélectionner une plate-forme de données appropriée en fonction des exigences.\n➤Vue d’ensemble du stockage de données Azure.\n➤Recommander le dimensionnement du service de base de données.\n➤Gérer la montée en charge Azure SQL Database et Azure SQL Managed Instances.\n➤Recommander une solution pour chiffrer les données au repos\, à la transmission et en cours d’utilisation. \n7.Sélectionner un compte de stockage approprié\n➤ Choisir entre les niveaux de stockage.\n➤ Recommander des outils de gestion du stockage. \n8.Concevoir l’intégration des données\n➤ Plate-forme de données Azure de bout en bout.\n➤ Recommander une solution pour l’intégration des données.\n➤ Recommander une solution pour le DataWareouse et l’intégration de l’analyse BigData.\n➤ Migrer les données sur site vers le stockage cloud avec AzCopy. \n9.Concevoir une solution pour l’enregistrement et la surveillance\n➤ Surveillance.\n➤ Azure Monitor . \n10.Concevoir une solution pour la sauvegarde et la récupération\n➤ Meilleures pratiques architecturales pour la fiabilité.\n➤ Recommander une solution de récupération de site Azure.\n➤ Concevoir une solution pour l’archivage et la conservation des données. \n11.Conception pour haute disponibilité\n➤ Haute disponibilité.\n➤ Applications dans plusieurs régions Azure pour haute disponibilité.\n➤ Concevoir des applications HA pour gérer la récupération après sinistre. \n12.Conception pour l’optimisation des coûts\n➤ Recommander des solutions pour la gestion des coûts.\n➤ Recommandations des solutions pour minimiser les coûts.\n➤ Listes de vérification pour l’optimisation des coûts . \n13.Concevoir une architecture d’application\n➤ Recommandation pour l’automatisation d’Azure basé sur les événements.\n➤ Architecture microservices sur azure service fabric.\n➤ Conception d’API pour microservice. \n14.Conception de la sécurité pour les applications\n➤ Sécurité des applications et des services.\n➤ Recommander une solution à l’aide de KeyVault.\n➤ Recommander des solutions à l’aide d’identités gérées par Azure AD.
URL:https://www.expertunisie.com/voir_formation/microsoft-azure-architecture-tunisie/
ATTACH;FMTTYPE=image/webp:https://www.expertunisie.com/wp-content/uploads/2022/05/Microsoft-Azure-Architecture.webp
END:VEVENT
BEGIN:VEVENT
DTSTART;VALUE=DATE:20220518
DTEND;VALUE=DATE:20220523
DTSTAMP:20260613T234543
CREATED:20220516T164900Z
LAST-MODIFIED:20220516T164900Z
UID:8718-1652832000-1653263999@www.expertunisie.com
SUMMARY:Formation Data Science - Tunisie
DESCRIPTION:Prérequis de la formation Data Science Tunisie  :\nPour entamer la formation data science tunisie  \, le minimum requis est d’un bac+3 scientifique\, en mathématiques ou en statistiques. \nObjectifs\nÀ la fin de la formation data science tunisie \, vous serez capable de valider les objectifs d’apprentissages suivants : \n\n Acquérir les compétences nécessaires pour devenir Data Scientist.\nApprendre à coder avec Python\, stocker et concevoir une base de données en utilisant SQL.\nComprendre comment traiter les données en maîtrisant différents types de bases de données.\nRésoudre de gros problèmes de données avec Hadoop.\nApprendre à visualiser des données avec le logiciel Tableau.\nDévelopper des API en Machine Learning.\nMettre en œuvre des algorithmes de Machine Learning (apprentissage supervisé et non supervisé).\n\nProgrammes :\n1. Introduction à la formation Data Science Fondamentaux :\n➤L’avènement de la data\, nouvelle ressource stratégique pour les entreprises.\n➤Qu’entend-on par Big Data ?\n➤Architectures\, stockage\, traitement.\n➤La règle des 3V : Volume\, Vélocité et Variété.\n➤Cas d’usage et domaines d’application des solutions Big Data.\n➤De l’analyse statistique au deep learning : retour historique sur le traitement des données.\n➤Data Mining vs.\n➤Business Intelligence.\n➤Enjeux\, perspectives et défis pour les entreprises\, organisations et Etats.\n➤Gouvernance des données : cycle de vie et gestion de la qualité. \n2. Principes et concepts de base en Data Science:\n➤Qu’est-ce que la Data Science ?\n➤ Introduction à la science des données.\n➤Définitions\, terminologie : le vocabulaire de la Data Science.\n➤Data Scientist\, « métier le plus sexy du XXIème siècle » ?\n➤Comprendre le rôle\, les compétences et la pensée du data scientist .\n➤Vue d’ensemble d’un processus de Data Science.\n➤Comprendre ce qu’est le Data Mining .\n➤Identifier le besoin et les objectifs métiers. \n3. La boîte à outils du Data Scientist:\n➤Panorama des outils open-source et propriétaires du marché.\n➤Les langages R\, Python et leur environnement de développement (RStudio IDE\, Anaconda…).\n➤Travailler avec les notebooks Jupyter.\n➤Les principales bibliothèques pour la Data Science : Pandas\, NumPy\, SciKit- Learn.\n➤Bases de données : SQL\, NoSQL\, MongoDB…\n➤Visualisation : Excel\, Tableau\, Matplotlib\, D3.js.\n➤Installer les outils nécessaires aux travaux pratiques de la formation.\n \n4. Programmation avec R ou Python :\n➤Présentation d’un langage de programmation pour la Data Science.\n➤Caractéristiques du langage\, structure d’un programme.\n➤Assigner des variables\, types de données\, opérations de base .\n➤Manipuler des listes\, tableaux\, fonctions\, packages…. \n5. Obtention et exploration des données :\n➤Où trouver des ensembles de données ?\n➤Sources de données publiques et privées (web\, médias sociaux\, IoT…).\n➤Les entrepôts de données (datawarehouse\, datalake).\n➤Importer des données\, installer des packages et des bibliothèques.\n➤Une première visualisation : identifier les caractéristiques d’un ensemble de données.\n➤Quelles sont les données pertinentes ?\n➤Données opérationnelles.\n➤Bonnes pratiques pour contrôler la qualité des données. \n6. Prétraitement de données :\n➤Comprendre l’importance du processus de nettoyage des données.\n➤Exemple d’un ensemble de données non-structurées.\n➤Nettoyer et préparer des ensembles de données .\n➤Identifier et gérer les valeurs manquantes ou aberrantes.\n➤Considérations pour le Big Data : les outils Apache Spark\, Hadoop et le modèle MapReduce.\n➤L’analyse en composantes principales (ACP\, ou PCA pour Principal Component Analysis).\n➤Feature engineering : extraction et sélection des features. \n7. Analyse et modélisation : introduction au Machine Learning :\n➤Modéliser un problème de Data Science : entrées et sorties attendues.\n➤Le Machine Learning et les capacités d’apprentissage des machines.\n➤Les différentes familles d’algorithmes : supervisé\, non-supervisé\, semi- supervisé\, classification\, régression….\n➤L’intuition derrière un modèle d’apprentissage.\n➤Bibliothèques et packages ML pour R et Python : scikit-learn\, gradDescent\, TensorFlow….\n➤Analyse et exploration statistiques de documents : le Text Mining Gérer les gros volumes de données (Big Data). \n8. Mise en œuvre des méthodes d’apprentissage supervisé :\n➤Estimation de valeurs : construire un modèle de régression linéaire .\n➤Régression non-linéaire\, régression logistique.\n➤Interpréter les coefficients de régression.\n➤Utiliser l’algorithme du gradient (descente de gradient).\n➤Automatiser la labélisation de nouveaux jeux de données.\n➤Vue d’ensemble des méthodes ensemblistes.\n➤Réseaux Bayésiens\, classification naïve bayésienne.\n➤Arbres de décision et random forests.\n➤Machines à vecteurs de support (SVM). \n9. Apprentissage semi-supervisé et non-supervisé\, clustering :\n➤Les principaux algorithmes.\n➤Partitionnement en k-moyennes .\n➤Regroupement hiérarchique.\n➤Clustering basé sur la densité.\n➤Qu’est-ce que le Deep Learning ?\n➤Présentation des réseaux de neurones. \n10. Evaluation et tests des modèles d’apprentissage :\n➤Evaluer et améliorer des modèles : sur-apprentissage\, cross-validation… .\n➤Métriques et méthodes pour la maintenance des modèles.\n➤Pourquoi la performance des modèles d’apprentissage se détériore-t-elle ?\n➤Ajuster et valider un modèle. \n11. Visualisation et restitution : communiquer avec les données :\n➤Transformer des données en décisions.\n➤Les principes de la visualisation de données.\n➤Outils principaux de dataviz : Tableau Software\, QlikSense… .\n➤Représentations graphiques de base :histogrammes\, boxplots et diagrammes.\n➤Les packages R pour la datavisualization (R Markdown\, Shiny…) .\n➤Visualisation interactive de données.\n➤Data storytelling : raconter une histoire avec les données.
URL:https://www.expertunisie.com/voir_formation/data-science-tunisie/
ATTACH;FMTTYPE=image/jpeg:https://www.expertunisie.com/wp-content/uploads/2022/05/950321c11d_50173256_data-science-1.jpg
END:VEVENT
END:VCALENDAR