▷ Offre de Formation Analyse des donnees - methodes decisionnelles avec Data Value

Public admis

Salarié en poste

Demandeur d'emploi

Entreprise

Etudiant

Prix

1980 €

Durée

Nous contacter

Niveau visé

Non diplômante

Localité

En présentiel

Découvrez les localités disponibles pour suivre cette formation en présentiel.

Objectifs

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 oeuvre 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

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