Prérequis
Connaissances de base en statistiques et informatique Notions de base en Python
Durée
2 jours
Contenu Technique de la Formation
La formation aborde les contenus techniques suivants :
- Introduction
- Les principales techniques
- Evaluation des modèles
Objectifs de la Formation
Les objectifs visés par cette formation sont les suivants :
- Comprendre les principes de base et l'importance du data mining dans le contexte professionnel.
- Se familiariser avec les principales méthodes et outils du data mining.
- Être capable d'analyser et d'interpréter les résultats obtenus grâce au data mining.
- Initier la mise en pratique du data mining sur des données réelles.
Table des Matières
Introduction au Data Mining
- Qu'est-ce que le data mining ?
- Historique et évolution
- Applications et bénéfices dans le milieu professionnel
Processus de Data Mining
- Le processus CRISP-DM (Cross-Industry Standard Process for Data Mining)
- Collecte et préparation des données
- Compréhension des données
Techniques et méthodes de base
- Classification
- Régression
- Clustering
Techniques avancées et évaluation
- Association et règles d'association (algorithme Apriori)
- Techniques de réduction de dimension (PCA)
- Techniques de validation croisée et mesures de performance
Mise en pratique et perspectives
- Atelier pratique sur une étude de cas d'entreprise (analyse de fidélité client)
- Analyse et interprétation des résultats
- Le rôle de l'IA dans le data mining et intégration en entreprise
En Pratique
- Les exercices proposés lors des formations sont centrés sur chaque concept présenté durant la formation. Les exercices abordent les concepts et la difficulté de façon progressive. A la fin de la formation, un exercice récapitulatif d’intégration des concepts est proposé aux participants. Les exercices proposés sont les suivants :
- Analyse exploratoire des données : Utilisez un ensemble de données pour réaliser une analyse descriptive. (par exemple : moyenne, médiane, mode, écart-type)
- Utilisation d'un outil de data mining : À l'aide d'un logiciel, réaliser une simple classification sur un jeu de données fourni.
- Exercice de clustering : Utilisez un jeu de données pour identifier des groupes ou segments distincts.
- Règles d'association : À partir d'un jeu de données sur les transactions, déterminez les articles fréquemment achetés ensemble.
- Évaluation d'un modèle : Évaluez la performance d'un modèle de classification sur un jeu de données test.
Modalités et Inscription
Cette formation est proposée selon deux formules pour s'adapter au mieux à vos besoins :
Session régulière
Des sessions sont organisées à intervalles réguliers. Demandez les prochaines dates planifiées pour vous inscrire à la prochaine session.
Sur mesure & intra-entreprise
Vous souhaitez former vos équipes directement dans vos locaux ou adapter le programme technique à votre contexte d'entreprise ? Contactez-nous pour obtenir un devis personnalisé.