Méthodes de prédiction automatique et leurs applications métiers

Objectifs

Mettre en œuvre 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

Programme

- 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 prédiction automatique

• 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 de formation

Type de formation

Non certifiante

Sortie

Sans niveau spécifique