Aller au contenu principal

Méthodes de prédiction automatique et leurs applications métiers

Date de mise à jour :
Identifiant Offre Info : 03_2100712F
Organisme responsable : Data Value (ouvre dans un nouvel onglet)

Nouvelle recherche

Présentation de la formation

Objectifs

Mettre en œuvre les principaux algorithmes d'apprentissage automatique pour la prédiction, analyser les résultats et comparer leur pertinence

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 catégorie ? Comment extraire des tendances ? Comment regrouper les données en familles naturelles ? - Comment booster son chiffre d'affaires avec un moteur de…

- 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 catégorie ?
  • 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

- 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.

Type de formation

Non certifiante

Niveau de sortie

Sans niveau spécifique

Durée, rythme, financement

Modalités pédagogiques

Pédagogie active mêlant exposés, exercices et applications pratiques.
Chaque participant pourra mettre en oeuvre les applications dans le logiciel de son choix parmi R ou Python.

Financement

Conventionnement
Non
Financeurs
  • Bénéficiaire de l'action

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

    Publics : Développeurs internet, Analystes Business Intelligence, chargés d'études, ....

  • Entreprise

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

    Publics : Développeurs internet, Analystes Business Intelligence, chargés d'études, ....

Conditions d'accès

Public visé

  • Tout public

Informations sur les publics

Développeurs internet, Analystes Business Intelligence, chargés d'études, ....

Niveau d'entrée

Sans niveau spécifique

Conditions spécifiques et prérequis

Savoir lire et écrire quelques lignes de code. Aucun pré-requis n'est demandé sur les langages Python et R. Tous les éléments nécessaires vous seront donnés au fur et à mesure.

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