Techniques de scoring
Date de mise à jour :
Identifiant Offre Info : 14_AF_0000147814
Organisme responsable :
Data Value
(ouvre dans un nouvel onglet)
Présentation de la formation
Objectifs
Apprendre à mettre en œuvre les techniques de scoring afin d'affecter un score à un client, un prospect, un patient, .... pour répondre à différents objectifs : sélection des risques, prévision des défauts, suivi et contrôle ... Compétences visées - Comprendre les principes de base du scoring et leurs applications - Revoir les méthodes statistiques multidimensionnelles pour le scoring - Construire, évaluer et auditer des modèles de scoring avec R - Mesurer le pouvoir discriminant des…
Compétences visées
- Comprendre les principes de base du scoring et leurs applications
- Revoir les méthodes statistiques multidimensionnelles pour le scoring
- Construire, évaluer et auditer des modèles de scoring avec R
- Mesurer le pouvoir discriminant des modèles et appliquer les connaissances à des cas concrets (santé, crédit, marketing, …)
Programme de la formation
Programme - Introduction aux bases du scoring et rappels de statistique multidimensionnelles Introduction au scoring Définition et applications (santé, crédit, fidélisation, ...) Présentation des différents types de scores : appétence, risque, attrition Préparation et exploration des données Nettoyage des données : gestion des valeurs manquantes, détection des outliers Encodage des variables catégorielles Normalisation et standardisation des variables numériques…
- Introduction aux bases du scoring et rappels de statistique multidimensionnelles
- Introduction au scoring
- Définition et applications (santé, crédit, fidélisation, ...)
- Présentation des différents types de scores : appétence, risque, attrition
- Préparation et exploration des données
- Nettoyage des données : gestion des valeurs manquantes, détection des outliers
- Encodage des variables catégorielles
- Normalisation et standardisation des variables numériques
- Méthodes exploratoires
- Méthodes exploratoires : ACP et analyse factorielle des correspondances (AFC) pour réduire la dimensionnalité
- Construction et évaluation des modèles de scoring
- Construction des modèles
- Régression logistique pour le scoring : Introduction et implémentation avec R
- Introduction aux algorithmes avancés (arbres de décision, forêts aléatoires, gradient boosting) avec R
- Évaluation et comparaison des modèles
- Validation croisée et sélection des hyperparamètres
- Mesures de performance
- Introduction à l'interprétabilité des modèles avec SHAP et LIME
- Audit, détection des biais et applications avancées
- Audit et Biais de sélection
- Définition et impact
- Modalités de traitement
- Établissement des indicateurs clés
- Importance des indicateurs dans un contexte opérationnel
- Mise en œuvre pratique
- Atelier d'audit pratique
- Étude de cas : Audit complet d'un modèle de scoring
- Détection des faiblesses et recommandations
- Applications avancées des scores
- Étude de l'attrition (fidélisation) et scoring comportemental
- Analyse comparative entre les segments à l'aide des scores
Validation et sanction
Type de formation
Non certifiante
Niveau de sortie
Sans niveau spécifique
Durée, rythme, financement
Durée
En centre
21 h
Financement
- Conventionnement
- Non
Conditions d'accès
Public visé
- Tout public
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 Réaliser ses analyses statistiques avec R ou d'avoir atteint par la pratique un niveau équivalent
Lieu de réalisation de l'action
Modalités d'enseignement
Formation entièrement en présentielle
Adresse
54 Rue du Faubourg Saint-Antoine75012 Paris 12e
Responsable : A&O Expertise
Périodes prévisibles de déroulement des sessions
Début
Fin
- Adresse d'inscription
-
Data Value
31670 Labège - État du recrutement
- Ouvert
- Modalités
- Entrées / Sorties à dates fixes