Méthodes de prédiction automatique et leurs applications métiers

Objectifs

Objectifs
Mettre en oeuvre les principaux algorithmes d'apprentissage automatique pour la prédiction, analyser les résultats et comparer leur pertinence
Compétences visées
- Apprendre à analyser des données non structurées
- Découvrir les méthodes de prédiction automatiques et leurs applications métiers (moteur de recommandation, traces numériques, ...)
- Améliorer ses méthodes et les rendre efficaces en environnement de production.

Programme de la formation

- Comment analyser les données non-structurées
Exposé des méthodes de Data Science et des cas d'utilisation
Présentation d'exemples complets
Analyse de sentiments
Découverte et extraction automatique de thèmes et sujets de documents textes
- Méthodes de prédictions automatiques
Comment prédire des catégories
Comment extraire des tendances
Comment regrouper les données en familles naturelles
- Comment booster son chiffre d'affaires avec un moteur de recommandation
Les différentes approches
Comment choisir entre elles
Quelles sont les conséquences
Comment construire un moteur de recommandation
- Comment extraire de la valeur des transactions et des traces
Comment se servir des tickets de caisse et des logs de parcours web
Comment extraire des règles d'association et des paniers probables
Quels impacts sur le Business
- Comment améliorer ses méthodes et les rendre efficaces en environnement de production
Apprendre à construire de nouveaux prédicteurs (feature engineering)
Apprendre à réduire la complexité de la solution (feature selection)
Comment ré-utiliser les modèles prédictifs appris

Validation et sanction

Attestation d'acquis ou de compétences;Attestation de suivi de présence

Type de formation

Non certifiante

Sortie

Sans niveau spécifique