Logo de l'organisme de formation

La formation au coeur de l'avenir technologique

Représentation de la formation : Data Mining - Synthèse

Data Mining - Synthèse

Formation à distance
Durée : 14 heures (2 jours)
Durée :14 heures (2 jours)
HT
Se préinscrire
Durée :14 heures (2 jours)
HT
Se préinscrire
Durée :14 heures (2 jours)
HT
Se préinscrire

Formation créée le 06/01/2022.

Version du programme : 1

Programme de la formation

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 de la formation

  • 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

Profil des bénéficiaires

Pour qui
  • 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

Contenu de la formation

  • 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
  • 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
  • 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
  • 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
  • Apports et évolutions futures
Équipe pédagogique

Professionnel expert technique et pédagogique.

Suivi de l'exécution et évaluation des résultats
  • Feuilles de présence.
  • Questions orales ou écrites (QCM).
  • Mises en situation.
  • Formulaires d'évaluation de la formation.
  • Certificat de réalisation de l’action de formation.
Ressources techniques et pédagogiques
  • Espace numérique de travail
  • Documents supports de formation projetés
  • Exposés théoriques
  • Etude de cas concrets
  • Quiz en salle
  • Mise à disposition en ligne de documents supports à la suite de la formation

Qualité et satisfaction

Taux de satisfaction des apprenants, nombre d'apprenants, taux et causes des abandons, taux de retour des enquêtes, taux d'interruption en cours de prestation...