Langue(s) d'enseignement :
Anglais

Modalité(s) de la formation :
Formation en présentiel
Formation continue

Lieu(x) de la formation :
AUBIERE

Pièce(s) jointe(s) à télécharger :
Télécharger la plaquette de la formation

Présentation

Objectifs de la formation

Ce cours est une introduction à la modélisation et à la prévision de séries temporelles.

Organisation de la formation

Durée de la formation

20 heures réparties sur 1 semaine.
Complément d’information : une session en Janvier - Inscription possible jusqu'au 1er Décembre.

 

Équipe enseignante

Nourddine AZZAOUI, enseignant-chercheur

 

Responsable pédagogique

Nourddine AZZAOUI, enseignant-chercheur

 

Ressources

Méthodes pédagogiques : cours, travaux dirigés, travaux pratiques.

 

Validation des connaissances

Nature de l'examen : Examen pratique sur machine, durée 1h30.

Une attestation de fin de formation sera délivrée à chaque stagiaire

 

Assiduité

Examen écrit de 2 heures + vérification pendant les travaux pratiques des bonnes pratiques de chirurgie.
L'assiduité des stagiaires sera assurée d'un émargement à la demi-journée par chaque stagiaire et par le(s) formateur(s)

 

Évaluation de la formation

Un questionnaire de satisfaction sera proposé à l'ensemble des stagiaires en fin de formation

 

Contact(s) administratif(s)

Ecole Universitaire de Physique et d'Ingénierie (EUPI)
Pôle Administratif des Cézeaux

sophie.fournier @ uca.fr

 

Lieu(x) de formation

Université Clermont Auvergne
Complexe scientifique des Cézeaux
Aubière

 

| L'offre de formation modulaire de l'Université Clermont Auvergne s'appuie sur les compétences affirmées des intervenants universitaires et professionnels. Elle est donc à même d'élaborer un module de formation sur mesure
| Pour une réponse adaptée à vos besoins ou pour toute question sur notre offre de formation, contactez le Pôle Formation Continue et Professionnalisation

 

Les + de la formation

Ce module fait partie du Diplôme Universitaire de Data Scientist et du Master Physique Fondamentale et Applications de l’Université Clermont Auvergne.  La formation s’appuie sur les recherches conduites dans le Laboratoire de Physique de Clermont (LPC), le Laboratoire d’Informatique, de Modélisation et d’Optimisation des Systèmes (LIMOS) et le Laboratoire de Mathématiques (LMBP). Elle bénéficie de l’implication de plusieurs de ses intervenants, enseignants-chercheurs, chercheurs et ingénieurs, dans des expériences scientifiques internationales devant gérer et analyser de grandes masses de données.

Competences et connaissances

Compétences et connaissances

  • Connaître les concepts de base des séries temporelles.
  • Connaître les principaux outils statistiques d'analyse d'une série temporelle.
  • Savoir modéliser des séries temporelles par les modèles fondés sur des processus à temps discrets
  • Savoir en tirer des prévisions.

 

Programme

Module de 20h

    • Modélisation de tendances et saisonnalité, désaisonnalité

    • Modélisation et prévision par processus ARMA

    • Applications avec le logiciel utilisé R

Admission

Conditions

Pré-requis

Notions de probabilités, de statistiques et de régression linéaire.

 

Nombre de places

Capacité maximale : 20 inscrits

 

Bénéficiaires

Cette formation s’adresse aux salariés d’entreprises (ingénieurs, cadres) ainsi qu’aux étudiants (formation initiale, reprise d’études) souhaitant acquérir des connaissances et des compétences dans les domaines des Data Sciences.

 

Contacts

Contact(s) administratif(s)

Ecole Universitaire de Physique et d'Ingénierie (EUPI)
Pôle Administratif des Cézeaux

Sophie Fournier

sophie.fournier @ uca.fr