Formation Formation Data Mining et Machine Learning

INTRODUCTION

• Data Mining vs Big Data
• Data Mining vs Machine Learning vs Deep Learning
• Apprentissage supervisé vs Apprentissage non supervisé et méta-apprentissage

INGÉNIERIE DE LA DÉCISION

• Analyse procédurale hiérarchique
• Problème d’association stable (algorithme de Lloy Shaply)
• Chaîne de Markov discrète (DTMC)
• Jeu d’entraînement et jeu de test
• SÉLECTION D’INSTANCES
• Échantillonnage balancé
• Échantillonnage stratifié (probabilité non égales)

DATA MINING (FOUILLE DE DONNÉES)

• Analyse en composantes principales
• Analyse d'affinité
• Agglomération hiérarchique et dendrogrammes
• Bagging de dendrogrammes (bootstrop aggregating)
• Positionnement multidimensionnel
• K-means
• SVM (Support Vector Machines)

MACHINE LEARNING

• Régression logistique binaire
• GLM
• One-R (technique de règle unique de regroupement)
• Regroupement ID-3
• Liste de décision
• Regroupement par régression d’arbres (CRT)
• Arbres aléatoires (CRT bootstrap)
• K plus proches voisins (K-NN)
• Classification bayésienne naïve
• Détections automatiques d’interactions par le chi-2 (CHAID)
• Analyse discriminante linéaire et quadratique (LDA/QDA)
• Réseaux de neurones

TEXT MINING

• Analyse statistique de corpus
• Détection automatique de langues
• Noms/Prénoms et détection automatique de genres
• Nuage de mots
• Table de contingence de mots
• Matrice d’adjacence de mots dans un corpus
• Exploration dynamique d’un graphe connexe de mots
• Analyse de sentiments
• Analyse Sémantique Latente (LSA)

BIG DATA

• Gestion de gros volumes de données

• Connaître l’utilité du Data Mining et les problématiques du Big Data dans le ciblage économique

Horaires

• Formation de 9h00 (9h30 le premier jour) à 17h30.
• Deux pauses de 15 minutes le matin et l'après-midi.
• 1 heure de pause déjeuner

DEROULEMENT

• Les horaires de fin de journée sont adaptés en fonction des horaires des trains ou des avions des différents participants.
• Une attestation de suivi de formation vous sera remise en fin de formation.
• Cette formation est organisée pour un maximum de 14 participants.