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
- 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
- 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
Public
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.
Pré-requis
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
Méthode pédagogique
La présentation alterne exposés et illustrations par des applications en grandeur réelle, choisies dans des domaines divers, industriels et socio-économiques. On insistera plus sur le principe des méthodes et les règles d’interprétation des résultats qui en découlent, plutôt que sur les développements techniques ou mathématiques.
Si une fonctionnalité n'est pas présente dans le logiciel à votre disposition, elle sera présentée assortie d'un exemple sans mise en œuvre informatique.
Pédagogie active mêlant exposés, exercices et applications pratiques.
Chaque participant pourra mettre en oeuvre les applications dans le logiciel de son choix parmi Minitab, JMP, StatGraphics, Spad ou R.
Pédagogie active mêlant exposés, exercices et applications pratiques.
Chaque participant pourra mettre en oeuvre les applications dans le logiciel de son choix parmi Minitab, JMP, StatGraphics, Spad ou R.
Programme
- 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
Projet tutoré
En option, réalisez en autonomie un projet vous permettant d'appliquer les principales notions de votre formation. Le formateur vous présentera la problématique proposée et suivra votre avancement au cours de 3 séances d'1h de tutorat individuel à distance.
Modalités d'évaluation
Un formulaire d'auto-évaluation proposé en amont de la formation nous permettra d'évaluer votre niveau et de recueillir vos attentes. Ce même formulaire soumis en aval de la formation fournira une appréciation de votre progression.
Des exercices pratiques seront proposés à la fin de chaque séquence pédagogique pour l'évaluation des acquis.
En fin de formation, vous serez amené(e) à renseigner un questionnaire d'évaluation à chaud.
Une attestation de formation vous sera adressée à l'issue de la session.
Trois mois après votre formation, vous recevrez par email un formulaire d'évaluation à froid sur l'utilisation des acquis de la formation.
Des exercices pratiques seront proposés à la fin de chaque séquence pédagogique pour l'évaluation des acquis.
En fin de formation, vous serez amené(e) à renseigner un questionnaire d'évaluation à chaud.
Une attestation de formation vous sera adressée à l'issue de la session.
Trois mois après votre formation, vous recevrez par email un formulaire d'évaluation à froid sur l'utilisation des acquis de la formation.
Pour aller plus loin
Cette formation fait partie du cycle Data Analyst.
Solutions de financement
Cette formation peut être financée :
- dans le cadre du plan de développement des compétences de votre Entreprise
- par l’OPCO (opérateur de compétences) de votre Entreprise ou le FAF (Fonds d’Assurance Formation) pour les professionnels libéraux
- par Pôle Emploi dans le cadre du dispositif de l'Aide Individuelle à la Formation (soumis à accord de votre Agence)
- à titre personnel
Accessibilité
Vous souhaitez suivre notre formation Analyse des données : méthodes décisionnelles et êtes en situation de handicap ? Merci de nous contacter afin que nous puissions envisager les adaptations nécessaires et vous garantir de bonnes conditions d'apprentissage
Ce que pensent nos clients de la formation Analyse des données : méthodes décisionnelles
M. Hiep N., médecin DIM au Centre Hospitalier de Rochefort
J’ai été très satisfait de votre formation aux méthodes décisionnelles de l’analyse des données et de votre intervenant. Elle m’a permis de consolider ce que je connaissais déjà et d’appréhender certains concepts dont j’avais entendu parler sans en connaître les détails comme les réseaux neuronaux.
