Techniques de scoring
Data Value
Non finançable CPF
Tout public
Présentiel
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Etudiant
Prix
Nous contacter
Durée
Nous contacter
Niveau visé
Non diplômante
Localité
En présentiel
Découvrez les localités disponibles pour suivre cette formation en présentiel.
Objectifs
Objectifs
Apprendre à mettre en oeuvre les techniques de scoring afin d'affecter un score à un client, un prospect, un patient, .... pour répondre à différents objectifs : sélection des risques, prévision des défauts, suivi et contrôle ...
Compétences visées
- Avoir une introduction aux techniques du scoring
- Revoir les méthodes statistiques multidimensionnelles en vue du scoring
- Connaître les différents types de score
- Savoir mener les différentes étapes préalables à la construction d'une modèle de scoring
- Sélectionner les variables entrant dans la construction du modèle
- Mettre en oeuvre la modélisation sur un échantillon d'apprentissage et en évaluer la performance sur un échantillon de test
- Être capable de mesurer le pouvoir discriminant du modèle
Apprendre à mettre en oeuvre les techniques de scoring afin d'affecter un score à un client, un prospect, un patient, .... pour répondre à différents objectifs : sélection des risques, prévision des défauts, suivi et contrôle ...
Compétences visées
- Avoir une introduction aux techniques du scoring
- Revoir les méthodes statistiques multidimensionnelles en vue du scoring
- Connaître les différents types de score
- Savoir mener les différentes étapes préalables à la construction d'une modèle de scoring
- Sélectionner les variables entrant dans la construction du modèle
- Mettre en oeuvre la modélisation sur un échantillon d'apprentissage et en évaluer la performance sur un échantillon de test
- Être capable de mesurer le pouvoir discriminant du modèle
Programme
- Le scoring et ses applications
Introduction
Rappels de statistiques multidimensionnelles
Méthodes exploratoires (analyses factorielles)
Méthodes décisionnelles (modélisation : régression logistique, ...)
Les divers types de scores
Appétence ou propension
Risque (comportement)
Octroi ou acceptation
Attrition (fidélisation, impayés)
Diagnostic médical
Spam courriels
- L'élaboration d'un modèle de scoring
Définition de la variable à expliquer
Biais de sélection
Construction de la base d'analyse
Sélection des périodes d'observation
Analyse exploratoire des données
Traitement des valeurs manquantes
Normalisation : transformations
Découpage en classes, regroupement de modalités
- La sélection des variables
Importance de la sélection des variables
Variables corrélées
Complexité du modèle versus pouvoir explicatif
Sélection multidimensionnelle
- La modélisation
Logique d'apprentissage et de test
Méthodes et algorithmes utilisés pour le scoring
- La mesure du pouvoir discriminant
Validation des modèles
Les courbes ROC
- Conclusion, conditions de réussites
Introduction
Rappels de statistiques multidimensionnelles
Méthodes exploratoires (analyses factorielles)
Méthodes décisionnelles (modélisation : régression logistique, ...)
Les divers types de scores
Appétence ou propension
Risque (comportement)
Octroi ou acceptation
Attrition (fidélisation, impayés)
Diagnostic médical
Spam courriels
- L'élaboration d'un modèle de scoring
Définition de la variable à expliquer
Biais de sélection
Construction de la base d'analyse
Sélection des périodes d'observation
Analyse exploratoire des données
Traitement des valeurs manquantes
Normalisation : transformations
Découpage en classes, regroupement de modalités
- La sélection des variables
Importance de la sélection des variables
Variables corrélées
Complexité du modèle versus pouvoir explicatif
Sélection multidimensionnelle
- La modélisation
Logique d'apprentissage et de test
Méthodes et algorithmes utilisés pour le scoring
- La mesure du pouvoir discriminant
Validation des modèles
Les courbes ROC
- Conclusion, conditions de réussites
Envie d’en savoir plus sur cette formation ?
Documentez-vous sur la formation
Ces formations peuvent vous intéresser
