Analyse des données - méthodes décisionnelles

    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

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