Description
Objectif général de la formation : Permettre aux participants de découvrir les bases théoriques et les applications du Data Mining, tout en appréhendant ses techniques clés et les méthodologies associées. Modalité : Toutes les modalités (présentiel, classe virtuelle et hybride) sont possibles Lieu possible de réalisation : Locaux du bénéficiaire ou locaux d’Ascent Formation, en France métropolitaine et dans les DROM-COM Nombre maximal de participants : 40 Niveau SAME visé : Sensibilisation (S) Compétences visées : Acquérir une vision globale des concepts et finalités du Data Mining. Identifier les techniques adaptées aux analyses prédictives et descriptives. Comprendre les étapes clés d’un projet Data Mining et son application pratique. Découvrir les applications courantes, notamment le scoring et le géomarketing.
Objectifs pédagogiques
- Comprendre les principes et la finalité du Data Mining (DM)
- Identifier les principales techniques du DM et leur cas d’utilisation
- Mettre en œuvre sur un cas simple les méthodes de scoring et de géomarketing
- Découvrir les méthodes prédictives et les méthodes descriptives du DM
- Connaître les principales étapes d’un projet Data Mining
Public concerné
Prérequis
Déroulé du programme
Jour 1 : Concepts fondamentaux et techniques du Data Mining (6 heures)
- Introduction au Data Mining (2 heures)
Définition et finalités du Data Mining.
Différences entre méthodes descriptives et prédictives.
Cas d’usage dans différents secteurs : marketing, finance, santé.
- Techniques principales du Data Mining (4 heures)
Présentation des outils et algorithmes courants : arbres de décision, réseaux neuronaux, clustering.
Méthodes de scoring et de géomarketing.
Études de cas : Analyse des résultats issus d’un modèle de scoring.
Jour 2 : Applications et méthodologies d’un projet Data Mining (6 heures)
- Étapes clés d’un projet Data Mining (3 heures)
Définition des objectifs métier.
Préparation des données : collecte, nettoyage, structuration.
Construction des modèles et interprétation des résultats.
Études de cas : Explorer les étapes d’un projet fictif.
- Applications pratiques et conclusions (3 heures)
Applications prédictives : prévisions, segmentation, classification.
Applications descriptives : analyse exploratoire, visualisation des données.
Études de cas : Implémentation d’une méthode de géomarketing sur un jeu de données simple.
Informations
Durée
2 jour(s)
12h
Sur demande
Formations similaires
Migration vers le Cloud
Sur demande
Agents IA — Concevoir des systèmes autonomes avec LangChain et LangGraph - Avancé
Sur demande
AI Act européen — Comprendre vos obligations et vous mettre en conformité - Niveau débutant
Sur demande
Analyse bayésienne (4-107)
Sur demande