Data Mining - Synthèse

Formation créée le 06/01/2022.
Version du programme : 1

Type de formation

Formation à distance

Durée de formation

14 heures (2 jours)

Data Mining - Synthèse


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...