Formation en IA & Data: Data Mining - Synthèse - Ascent Formation
Retour aux formations
IA & Data

Data Mining - Synthèse

2 jour(s)14h

Description

Objectif de formation : A la fin de cette formation, l'apprenant devra détenir les connaissances principales autour du Data Mining, de ses usages, outils, apports et méthodes.

Objectifs pédagogiques

  • Comprendre les principes et les objectifs du Data Mining
  • Connaître les outils et techniques du Data Mining
  • Savoir choisir l'outil ou la technique appropriée selon le cas d'usage
  • Mettre en oeuvre des méthodes de scoring et de géomarketing sur un cas pratique basique
  • Pouvoir différencier les méthodes prédictives des méthodes descriptives
  • Être capable de lister les principales étapes d'un projet Data Mining

Public concerné

Chefs de projets
DSI
Statisticiens
Gestionnaires des bases de données

Prérequis

Avoir des connaissances sur l'aide à la décision, l'analyse décisionnelle
Avoir des bases en statistiques

Déroulé du programme

1

Présentation du système d'information décisionnel

  • Définition & fondements du Data Mining
  • Outils et techniques principaux
  • Cycle de projet au sein du Data Mining
  • Introduction des notions de méthodes prédictives et descriptives
  • Étapes d'un projet Data Mining
2

Data Mining Process

  • Usages du Data Mining
  • Présentation des différents types de jeux de données
  • Inventorier, décrire & classer les données
  • La conception & l'alimentation d'une base Data Mining
  • Processus de fouille de données : définition du problème, collecte et préparation des données, construction de modèles et évaluations, déploiement des connaissances
3

Les outils du Data Mining

  • Les outils d'exploration de données
  • Catégories d'outils
  • Outils traditionnels
  • Tableaux de bord
  • Outils d'exploration de texte
  • Autres applications et programmes
4

Les techniques du Data Mining

  • Techniques d'exploration de données
  • Réseaux neuronaux artificiels
  • Arbres de décision et forêts
  • Rule induction
  • Algorithme génétiques
  • Méthode du plus proche voisin
  • K-means, K-Medoids & hiérarchiques
  • Avantages et inconvénients
5

Apports et évolutions futures

Informations

Durée

2 jour(s)

14h

Tarif

1500 € HT

HT