OBJECTIFS :

Flèche rougeComprendre les principes et la finalité du Data Mining (DM)
Flèche rougeIdentifier les principales techniques du DM et leur cas d'utilisation
Flèche rougeMettre en oeuvre sur un cas simple les méthodes de scoring et de geomarketing
Flèche rougeDécouvrir les méthodes prédictives et les méthodes descriptives du DM
Flèche rougeConnaitre les principales étapes d'un projet Data Mining

PUBLIC CONCERNÉ :

Flèche rougeResponsables Infocentre
Flèche rougeResponsables marketing
Flèche rougeStatisticiens
Flèche rougeResponsables informatiques
Flèche rougeChefs de projets et experts décisionnels
Flèche rougeUtilisateurs et gestionnaires métiers de bases de données

FORMATEURS :

Flèche rougeBenoit Cougnaud,
Fondateur Associé – Azerrisk Advantage

Flèche rougeJérémie Gypteau,
Responsable Solutions Big Data – Azerrisk Advantage

FORMATION - Programme

Les enjeux du Data Mining (DM)
Définition et finalité du Data Mining (DM).
Quel lien entre le DM et les statistiques, quelle dépendance entre le DM et l'informatique ?
Les attentes des entreprises, les réponses du DM.
Principales exploitations du data mining : Scoring Crédit, Personalisation des offres (exemples)

Les modalités opérationnelles du Data Mining
Le nettoyage et la préparation des données
Les méthodes prédictives et les méthodes descriptives.
Apprentissage supervisé vs apprentissage automatique (machine learning)
Principales techniques : Régression, arbres de décisions, les réseaux de neurones...
Comment bien cadrer son projet data mining

La révolution du Big Data, quels impacts sur le data mining
Apports réels du Big Data dans l'analyse des données
La structuration des données Big Data
Combiner Big Data et données structurées pour un apport optimal
Retour d'expérience

⇒ Exemples d'application de Data Mining à l'ère du Big Data
Le scoring : définition, finalité, méthodologie.
La personnalisation automatique des offres : définition, finalité, méthodologie.

L'exploitation des données de l'entreprise
Qualité des données et administration des données.
Big Data et Small data des apports d'information très variables
Contraintes légales dans l'exploitation des données.

Réussir son projet Data Mining
Définition du problème métier à résoudre et des objectifs à atteindre.
Combiner les données entre elles selon leur nature
Optimiser la "taille" des données exploitées
Combiner le savoir faire des experts avec l'analyse quantitative
Arbitrer entre performance et robustesse
Obtenir l'adhésion des utilisateurs.
Maintenir le modèle et le logiciel associé.

Panorama des outils
Principaux outils du marché : SAS, R, IBM SPSS...
La mise à disposition des résultats pour les utilisateurs
Présentation de Scoring Advantage, outil de scoring Big Data

Cas pratiques
Principaux outils du marché : SAS, R, IBM SPSS...
Les bases de données Cassandra à l'heure du Big Data
Cas pratiques de scoring crédit en univers Big Data

⇒ Validation des acquis à la fin de la formation

TARIFS:

Flèche rouge1890 euros HT

DURÉE :

Flèche rouge2 jours

 

PRÉREQUIS :

Flèche rougeaucun