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.

- 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

undefined

Public visé

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.

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.

Méthodes pédagogiques

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.

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.

Choisissez une date pour pouvoir réserver !