3 sessions disponibles pour cette formation
Voir les sessionsOrganisme / Établissement
41 rue de la Découverte - 31676 LABEGE
Contact
Objectifs de la formation
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 importantsbr
Compétences viséesbr
- Construire un arbre de décision en choisissant des critères pertinents de segmentationbr
- Connaître l'intérêt des règles d'association et savoir les utiliser sur des données volumineusesbr
- Savoir mener une modélisation de type régression multiple et en interpréter les résultatsbr
- Mettre en œuvre une analyse discriminante, en mesurer la qualité des paramètres et fournir des probabilités d'appartenance à un groupebr
- Disposer d'un comparatif des méthodes avec leur propriété, qualité et conditions d'applicationbr
- Utiliser les réseaux de neurones pour résoudre les problématiques de classification
Contenu
- Arbres de Décision
- Principe et algorithmes de construction
- Identification des variables discriminantes
- Arbre de régression et arbre de classement (discriminant)
br
- 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
br
- Modèle linéaire et régression multiple
- Modélisation de la relation entre la variable cible et les variables explicatives
- Interprétation des résultats et pièges à éviter
br
- Analyse Discriminante
- Analyse linéaire discriminante
- Qualité d’une discrimination
- Probabilité d'appartenance à un groupe
br
- 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
br
- 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
Résultats attendus
Attestation de formation