Concevoir des analyses prédictives
Dernière mise à jour : 2 septembre 2022
Objectifs
CONCEVOIR DES PROGRAMMES D’ANALYSES PRÉDICTIVES – PYTHON & R
Apprendre à analyser des données non structurées
Découvrir les méthodes de prédiction automatiques et leurs applications métiers (moteur de recommandation, traces numériques, …)
Améliorer ses méthodes et les rendre efficaces en environnement de production
Compétences acquises
Méthode pédagogique
- Une pédagogie active, l’apprenant étant au centre du dispositif
- Des mises en situation ludiques et interactives
- Les applications pratiques seront mises en œuvre
- Du concret : toute la formation renvoie à la réalité professionnelle
- De l’action : plus de 2/3 du temps est dédié à la pratique et à l’expérimentation
- Du rythme : l’intérêt et l’attention du stagiaire sont stimulés par des explications en groupe ou individuelles, des échanges, des travaux et exercices personnels ou collectifs…
- De l’individualisation : chacun apprend à son rythme pour renforcer son autonomie
- De l’ancrage: les participants formalisent et synthétisent ce qu’ils apprennent pour une meilleure mémorisation des acquis
- La formation réserve une place importante à l’interaction avec les participants.
- Mise en situation par application concrète des outils sur vos données de travail durant la formation.
Programme
– Comment analyser les données non-structurées
- Exposé de méthodes de Data Science et des cas d’utilisation
- Présentation d’exemples
- Analyse de sentiments
- Découverte et extraction automatique de thèmes et sujets de documents textes – text mining
– Méthodes de prédictions automatiques
- Comment prédire des catégories
- Comment extraire des tendances
- Comment regrouper les données en familles naturelles
– Comment accélérer son chiffre d’affaires avec un moteur de recommandation
- Les différentes approches possibles
- Comment les choisir ?
- Quelles sont les incidences ?
- Développer un moteur de recommandation
– Comment extraire de la valeur des transactions et des traces
- Comment se servir des tickets de caisse et des logs de parcours web
- Comment extraire des règles d’association et des paniers probables
- Quels impacts sur le Business
– Comment améliorer ses méthodes et les rendre efficaces en environnement de production
- Apprendre à construire de nouveaux prédicteurs (feature engineering)
- Apprendre à réduire la complexité de la solution (feature sélection)
- Comment réutiliser les modèles prédictifs appris
Public
Développeurs internet, Analystes BI, chargés d’études, ….
Pré-requis
Être capable de lire et écrire des lignes de code.
Connaitre les langages Python et R est un plus.
Suivi & Evaluation
Modalités d’évaluation Standard
- Questionnaire théorique en début de formation
- Questionnaire théorique en fin de formation
- Validation des acquis
- Attestation de formation
Modalités d’évaluation Certification
- Évaluation standard +
- Révision et préparation à l’examen (exercices pratiques...)
- Examen final en fin de formation via un jury permettant d'obtenir la certification du bloc de compétence
- Pour certaines formations, les compétences théoriques sont validées en amont du Jury via un QCM
- Certains examens internationaux impose un examen en ligne pour un durée allant de 2h à 4h
- Les dates d’examens peuvent évoluer en fonction des sessions
- En cas de non-admission ou de non-présentation du candidat, le candidat a la possibilité de se représenter à une session suivante en accord avec l’équipe pédagogique.
Dates
Apprendre à analyser des données non structurées Apprendre à analyser des données non structurées Apprendre à analyser des données non structurées Apprendre à analyser des données non structurées Apprendre à analyser des données non structurées Apprendre à analyser des données non structurées Concevoir des programmes d’Analyses Prédictives – Python & R
Découvrir les méthodes de prédiction automatiques et leurs applications métiers (moteur de recommandation, traces numériques, …)
Améliorer ses méthodes et les rendre efficaces en environnement de production.Concevoir des programmes d’Analyses Prédictives – Python & R
Découvrir les méthodes de prédiction automatiques et leurs applications métiers (moteur de recommandation, traces numériques, …)
Améliorer ses méthodes et les rendre efficaces en environnement de production.Concevoir des programmes d’Analyses Prédictives – Python & R
Découvrir les méthodes de prédiction automatiques et leurs applications métiers (moteur de recommandation, traces numériques, …)
Améliorer ses méthodes et les rendre efficaces en environnement de production.Concevoir des programmes d’Analyses Prédictives – Python & R
Découvrir les méthodes de prédiction automatiques et leurs applications métiers (moteur de recommandation, traces numériques, …)
Améliorer ses méthodes et les rendre efficaces en environnement de production.Concevoir des programmes d’Analyses Prédictives – Python & R
Découvrir les méthodes de prédiction automatiques et leurs applications métiers (moteur de recommandation, traces numériques, …)
Améliorer ses méthodes et les rendre efficaces en environnement de production.Concevoir des programmes d’Analyses Prédictives – Python & R
Découvrir les méthodes de prédiction automatiques et leurs applications métiers (moteur de recommandation, traces numériques, …)
Améliorer ses méthodes et les rendre efficaces en environnement de production.
Accessibilité handicap
DYNACENTRIX s’engage auprès de ses clients et partenaires, sur la garantie de l'égalité des droits et des chances des personnes en situation de handicap pour accéder aux formations proposées et a mis en place un accueil spécifique qui travaille en étroite collaboration avec des organismes partenaires (AGEFIPH IDF, Cap emploi).
DYNACENTRIX accueille et accompagne les personnes en situation de handicap tout le long de leur parcours, en lien direct avec l’entourage professionnel et/ou familial des bénéficiaires, en adaptant sa pédagogie et le rythme de ses enseignements ».
Témoignages
Merci pour cette certification IASSC et une grande reconnaissance pour la qualité de la formation.
Je suis vraiment satisfait, et j’espère avoir l’occasion de retravailler avec Dynacentrix !
En attendant, je vous recommande vivement !
Des échanges intéressants et des rappels plus qu’oubliés sur les statistiques. Même s’il n’y a pas que ça, il en faut un peu.
I attended the Green Belt Lean Six Sigma formation and recommend it.
The project I lead already has brought my company revenue and I am better equipped to continue to evolve and learn from additional experience!
J’ai eu ma Black Belt. Un grand merci pour cette super formation !
Prochaine session
Concevoir des programmes d’Analyses Prédictives – Python & R
Apprendre à analyser des données non structurées
Découvrir les méthodes de prédiction automatiques et leurs applications métiers (moteur de recommandation, traces numériques, …)
Améliorer ses méthodes et les rendre efficaces en environnement de production.
Concevoir des programmes d’Analyses Prédictives – Python & R
Apprendre à analyser des données non structurées
Découvrir les méthodes de prédiction automatiques et leurs applications métiers (moteur de recommandation, traces numériques, …)
Améliorer ses méthodes et les rendre efficaces en environnement de production.
Concevoir des programmes d’Analyses Prédictives – Python & R
Apprendre à analyser des données non structurées
Découvrir les méthodes de prédiction automatiques et leurs applications métiers (moteur de recommandation, traces numériques, …)
Améliorer ses méthodes et les rendre efficaces en environnement de production.
Concevoir des programmes d’Analyses Prédictives – Python & R
Apprendre à analyser des données non structurées
Découvrir les méthodes de prédiction automatiques et leurs applications métiers (moteur de recommandation, traces numériques, …)
Améliorer ses méthodes et les rendre efficaces en environnement de production.
Concevoir des programmes d’Analyses Prédictives – Python & R
Apprendre à analyser des données non structurées
Découvrir les méthodes de prédiction automatiques et leurs applications métiers (moteur de recommandation, traces numériques, …)
Améliorer ses méthodes et les rendre efficaces en environnement de production.
Concevoir des programmes d’Analyses Prédictives – Python & R
Apprendre à analyser des données non structurées
Découvrir les méthodes de prédiction automatiques et leurs applications métiers (moteur de recommandation, traces numériques, …)
Améliorer ses méthodes et les rendre efficaces en environnement de production.
Durée : 2 jours (soit 14 heures)
Référence : F-big-01
Lieu : Disponible à distance, en présentiel, en mixte-hybride, en individuel ou en collectif avec des approches pédagogiques adaptées et spécifiques
Prix : 1350 € HT
