facebook

Découvrez les meilleurs cours particuliers d'informatique & électronique à Franconville

Depuis plus de 10 ans, les professeurs particuliers d'informatique & électronique sur Apprentus vous accompagnent pour atteindre vos objectifs. Que vous soyez enfant, adulte, débutant ou professionnel, grâce à leurs cours particuliers à domicile ou à Franconville, vous profitez d’un accompagnement sur mesure, ponctuel ou intensif.

search-teacher-icon

Recherchez votre professeur

Explorez notre sélection de professeurs d'informatique & électronique à Franconville et utilisez les filtres pour trouver le cours adapté à vos préférences.

chat-icon

Contacts gratuits

Expliquez aux professeurs vos objectifs, vos préférences et choisissez le prof d'informatique & électronique qui vous convient le mieux.

calendar-icon

Fixez votre premier rendez-vous

Planifiez ensemble l’horaire et le lieu de votre premier cours. Une fois le rendez-vous confirmé par votre professeur, lancez-vous en toute confiance !

1 professeur particulier d'informatique & électronique à Franconville

0 professeur dans ma liste de favoris
|
+-

1 professeur particulier d'informatique & électronique à Franconville

Professeur fiable: Je propose des cours en data development / base des données / machine learning / data science (python): J'offre aussi la possibilité de vous aider pour la réalisation de vos projets académiques. Nous vous accompagnons dans le Data développement de votre entreprise. -1- Databases & Data warehouses (AWS / Google Cloud / Azure Cloud) -2- Machine Learning -3- Deep Learning (tensorflow, pytorch, RNN, CNN, LSTM) -4- Data Processing -5- Machine Learning conception and deployment (docker, ...) -6- Data Pipelines -7- Google Sheets avec Pipelines en temps réel, les macro (VBA) & Connexion à la base de données -8- Dashboards en ligne sur les navigateurs ou sur votre Excel, Google Sheets (Python, R, Power BI, Tableau, Kibana, etc.) -- Notre Tech Stack -- - Databases : AWS DynamoDB, Amazon Redshift, PostgreSQL, MySQL, multi-cubes DBs (EPM/BI platform) - Languages : Python, Spark (Scala, Python, Java), JavaScript, CSS, HTML - Development environment : JSON, SQL, NoSQL, Bash Shell Scripting, Jupyter Notebook, Anaconda, REST API, VSCode, DBeaver, Google services, Platform as a Service (PAAS), Apache Airflow, Serverless Computing, SublimeText - Clouds : Amazon Web Services, Azure Databricks, Google GCP (Google Firebase) - Data Lake AWS/Databricks : EC2 (Linux), IAM, Amazon MWAA (Managed Workflows for Apache Airflow), Lambda, S3, DynamoDB, RedShift ; Kibana, Azure Databricks, CloudFormation - Web crawling/Scraping : Python Scrapy - Data streaming : Airflow, Kafka - Data visualization / ETL : Python, Kibana, Tableau, Power BI & DAX, Excel Power Query (et lang.M) - Continuous integration workflows (CI/CD) : Docker/Google cloud/Kubernetes; Amazon ECS) - Containerized applications : Docker (Docker container, Docker-compose) - Virtualization technologies : VirtualBox, Vmware - Agile outils : Contrôle de version (Git/GitLab), tickets (JIRA), Bitbukets, Trello, Wiki (Confluence), Jetbrains - OS : Linux, Windows
Analyse numérique · Technologie de l'information · Base de données
Rencontrez d'autres bons professeurs. Essayez les cours en ligne avec les professeurs particuliers suivants :
◾ Outils RStudio • SQL • SPSS • SAS • Jamovi • JASP ◾ Méthodes & tests statistiques t de Student • ANOVA • MANOVA • ANCOVA • Régression (linéaire & logistique) • Corrélation • Khi-deux • Tests non paramétriques • ACP • AFC • Analyse factorielle exploratoire • Classification / Clustering • Médiation • Modération • Interprétation ◾ Analyse de données & aide à la décision - Préparation, structuration et fiabilisation des données (data preparation) avec SAS, R et SQL - Analyses statistiques descriptives, exploratoires et multivariées sur des données métiers - Production d’indicateurs de performance et d’analyses exploitables pour l’aide à la décision ◾ Choix et mise en œuvre des méthodes - Préparation et structuration des bases de données - Tests d’hypothèses et analyses univariées, bivariées et multivariées (ANOVA / ANCOVA) - Régressions linéaires et logistiques - Analyses factorielles (ACP / AFC) - Modèles de médiation et de modération - Classification / clustering 1) Accompagnement académique - Cours, TD, projets et travaux en statistique - Aide à la compréhension et à l’interprétation des résultats - Préparation aux examens et présentations académiques 2) Analyse statistique - Statistiques descriptives (univariées et bivariées) - Analyses multivariées - Exploration des données et détection des valeurs aberrantes 3) Tests statistiques - Corrélations (Pearson, Spearman, Kappa de Cohen) - Tests t (un et deux échantillons, indépendants ou appariés) - Khi-deux, tests binomiaux - z-scores et indicateurs associés 4) Modélisation statistique - Régressions linéaires (simple et multiple) - Régression logistique - Interprétation des coefficients, diagnostics et validation des modèles 5) ANOVA & ANCOVA - ANOVA à un ou plusieurs facteurs - ANOVA à mesures répétées - Effets fixes et aléatoires - Tests post-hoc et tailles d’effet 6) Analyses factorielles - ACP / PCA (scree plot, scores factoriels, matrices) - Analyse factorielle exploratoire - Rotations factorielles - Validation et interprétation des structures et des clusters ◾ Reporting & communication - Reporting clair, structuré et synthétique des résultats - Visualisations adaptées aux décideurs - Aide à la prise de décision stratégique et opérationnelle
Statistiques · Analyse numérique · Base de données
Résultat de la recherche 1 - 1 sur 11 - 1 sur 1
map iconCarte