Analyse des données : méthodes décisionnelles

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.

Attestation de formation

Pour suivre ce stage dans de bonnes conditions, il est recommande d avoir suivi en amont la formation "analyse des donnees : methodes exploratoires (ACP, AFC, classification)" ou d avoir atteint par la pratique un niveau equivalent