Configuration de Jupyter Notebooks Server pour Cognos Analytics
- Introduction.
- Architecture et concepts.
Travaux pratiques
Installation de la machine virtuelle. Paramétrages pour Cognos.
Manipulation des données dans Jupyter Notebooks depuis Cognos Analytics
- Insérer des données depuis et vers Cognos.
- Insérer des données depuis un fichier CSV.
- Insertion des données depuis d’autres sources de données. Panda vs. Numpy.
- Nettoyages des données. Jointures, merges, concaténation.
- Grouper, filtrer et autres fonctions.
Travaux pratiques
Exercices de manipulation des données sous Python depuis Cognos.
Machine learning, concepts généraux
- Fonctions de pertes, valeurs aberrantes, évaluation du modèle.
- Régression linéaire.
- Régression linéaire : multiple.
- Régression logistique. K-means. Arbre de décision et Random forest.
- SVM. Clustering. PCA.
Travaux pratiques
QCM. Exercices de création de modèles.
Visualisation dans IBM Cognos Analytics 11
- Vue d’ensemble des data visualizations sous Cognos.
- Types de graphiques et utilisations.
Travaux pratiques
Création d’un Tableau de bord Cognos depuis les données de Jupyter Notebooks. Mutualisation avec d’autres rapports Cognos.
Administration de Jupyter Notebooks depuis IBM Cognos Analytics