1
Configuration de Jupyter Notebooks Server pour Cognos Analytics
- Introduction.
- Architecture et concepts.
Travaux pratiques
Installation de la machine virtuelle. Paramétrages pour Cognos.
2
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.
3
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.
4
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.
5
Administration de Jupyter Notebooks depuis IBM Cognos Analytics