Aller au contenu principal

Analyse des données : méthodes décisionnelles

Date de mise à jour :
Identifiant Offre Info : 03_2100690F
Organisme responsable : Data Value (ouvre dans un nouvel onglet)

Nouvelle recherche

Présentation de la formation

Objectifs

Découvrir les principales méthodes décisionnelles d'analyse des données (arbres de décision, règles d'association, régression multiple, analyse discriminante, ...), choisir celle appropriée au problème et aux données. Interpréter les résultats numériques et graphiques, éviter les pièges, savoir résumer l'information obtenue et communiquer les résultats importants Compétences visées : - Construire un arbre de décision en choisissant des critères pertinents de segmentation -…

Découvrir les principales méthodes décisionnelles d'analyse des données (arbres de décision, règles d'association, régression multiple, analyse discriminante, ...), choisir celle appropriée au problème et aux données. Interpréter les résultats numériques et graphiques, éviter les pièges, savoir résumer l'information obtenue et communiquer les résultats importants
Compétences visées :
- Construire un arbre de décision en choisissant des critères pertinents de segmentation
- Connaître l'intérêt des règles d'association et savoir les utiliser sur des données volumineuses
- Savoir mener une modélisation de type régression multiple et en interpréter les résultats
- Mettre en œuvre une analyse discriminante, en mesurer la qualité des paramètres et fournir des probabilités d'appartenance à un groupe
- Disposer d'un comparatif des méthodes avec leur propriété, qualité et conditions d'application
- Utiliser les réseaux de neurones pour résoudre les problématiques de classification

Programme de la formation

- Arbres de décision Principe et algorithmes de construction Identification des variables discriminantes Arbre de régression et arbre de classement (discriminant) - Règles d'association Recherche des règles d'association pertinentes dans une base de données Sélection des meilleures règles et leur utilisation Utilisation en Data Mining - Modèle linéaire et régression multiple Modélisation de la relation entre la variable cible et les variables explicatives…

- Arbres de décision
  • Principe et algorithmes de construction
  • Identification des variables discriminantes
  • Arbre de régression et arbre de classement (discriminant)
- Règles d'association
  • Recherche des règles d'association pertinentes dans une base de données
  • Sélection des meilleures règles et leur utilisation
  • Utilisation en Data Mining
- Modèle linéaire et régression multiple
  • Modélisation de la relation entre la variable cible et les variables explicatives
  • Interprétation des résultats et pièges à éviter
- Analyse discriminante
  • Analyse linéaire discriminante
  • Qualité d'une discrimination
  • Probabilité d'appartenance à un groupe
- Comparaisons, domaines d'application, conditions d'utilisation
  • Comparaisons des propriétés, qualités et conditions d'application des familles de méthodes et des méthodes elles-mêmes.
  • Complémentarité des méthodes
  • Panorama des logiciels
- Réseaux de neurones
  • Principes des réseaux de neurones (perceptron)
  • Techniques de calculs
  • Applications à la résolution de nombreux problèmes dont la discrimination et la régression.

Validation et sanction

Attestation de formation

Type de formation

Non certifiante

Niveau de sortie

Sans niveau spécifique

Durée, rythme, financement

Modalités pédagogiques

La présentation alterne exposés et illustrations par des applications en grandeur réelle, choisies dans des domaines divers, industriels et socio-économiques.

Durée

En centre

21 h

Financement

Conventionnement
Oui
Financeurs
  • Bénéficiaire de l'action

    Programme : Entreprise, Individuel (AIF, POEI, Région individuel, autofinancement)

    Publics : Toute personne devant aborder le domaine de l'analyse des données avec pour objectif de modéliser et quantifier les relations plus ou moins complexes découvertes grâce à l'analyse exploratoire préalable.

  • Entreprise

    Programme : Entreprise, Individuel (AIF, POEI, Région individuel, autofinancement)

    Publics : Toute personne devant aborder le domaine de l'analyse des données avec pour objectif de modéliser et quantifier les relations plus ou moins complexes découvertes grâce à l'analyse exploratoire préalable.

Conditions d'accès

Public visé

  • Tout public

Informations sur les publics

Toute personne devant aborder le domaine de l'analyse des données avec pour objectif de modéliser et quantifier les relations plus ou moins complexes découvertes grâce à l'analyse exploratoire préalable.

Niveau d'entrée

Sans niveau spécifique

Conditions spécifiques et prérequis

Pour suivre ce stage dans de bonnes conditions, il est recommandé d'avoir suivi en amont la formation "analyse des données : méthodes exploratoires (ACP, AFC, classification)" ou d'avoir atteint par la pratique un niveau équivalent

Lieu de réalisation de l'action

Modalités d'enseignement

Formation entièrement en présentielle

Adresse

33 Rue de la République
69002 Lyon 2e

Responsable : ASI

Périodes prévisibles de déroulement des sessions

Début

Fin

Adresse d'inscription
41 rue de la Découverte
31676 Labège
État du recrutement
Ouvert
Modalités
Entrées / Sorties à dates fixes