Aller au contenu principal

Analyse des données - méthodes décisionnelles

Date de mise à jour :
Identifiant Offre Info : 19_1701309571
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, etc.), choisir la méthode adaptée au problème et aux données,     interpréter les résultats numériques et graphiques, éviter les pièges,     synthétiser l'information et communiquer les résultats importants. Compétences visées     Construire un arbre de décision en choisissant des critères pertinents de…


    Découvrir les principales méthodes décisionnelles d'analyse des données
    (arbres de décision, règles d'association, régression multiple, analyse
    discriminante, etc.), choisir la méthode adaptée au problème et aux données,
    interpréter les résultats numériques et graphiques, éviter les pièges,
    synthétiser l'information 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 les utiliser sur des données volumineuses

    •    
  • Mener une modélisation par régression multiple et en interpréter les résultats

    •    
  • Mettre en œuvre une analyse discriminante, évaluer la qualité des paramètres et fournir des probabilités d'appartenance à un groupe

    •    
  • Comparer les méthodes selon leurs propriétés, qualités et conditions d'application

    •    
  • Utiliser les réseaux de neurones pour résoudre des problématiques de classification

Programme de la formation

Arbres de décision     Principe et algorithmes de construction     Identification des variables discriminantes     Arbres de régression et de classement (discriminant) Règles d'association     Recherche de règles d'association pertinentes dans une base de données     Sélection et utilisation des meilleures règles     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

    •    
  • Arbres de régression et de classement (discriminant)



Règles d'association

       
  • Recherche de règles d'association pertinentes dans une base de données

    •    
  • Sélection et utilisation des meilleures règles

    •    
  • 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

       
  • Comparaison des propriétés, qualités et conditions d'application des méthodes

    •    
  • Complémentarité des méthodes

    •    
  • Panorama des logiciels



Réseaux de neurones

       
  • Principes des réseaux de neurones (perceptron)

    •    
  • Techniques de calcul

    •    
  • Applications à la discrimination, la régression et autres problèmes

Validation et sanction

Attestation de formation

Type de formation

Non certifiante

Niveau de sortie

Sans niveau spécifique

Durée, rythme, financement

Durée

En centre

42 h

Financement

Conventionnement
Oui
Financeur
  • Autre

    Programme : Autre financement (AIF, entreprise , individuel…)

    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 à distance

Adresse

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 permanentes