close

Se connecter

Se connecter avec OpenID

Big Data, Scoring et Data Mining

IntégréTéléchargement
ECOLE NATIONALE SUPERIEURE DES MINES DE RABAT
CENTRE DE FORMATION CONTINUE
FICHE FORMATION
Intitulé de la
formation
MINES-RABAT
Big Data, Scoring et Data Mining
Aziz LAZRAQ, Ingénieur, Ph.D
Animateur
Objectifs
Membre de la société française : extraction et gestion de la connaissance
Membre élu de l’institut international de statistique
Membre de la société Française de statistique
Maitriser les méthodes modernes de prévision d’appartenance à un groupe
dans des données massives : segmentation de clientèle, ciblage de mailing,
scoring bancaire ou d’assurance, diagnostic médical, prévision de fraude,
diagnostic de panne et de défaillance.
Méthode :
-Alternance d'exposés, d'exercices pratiques et de mise en œuvre sur des
logiciels spécialisés.
-Les après-midis sont réservés exclusivement aux travaux pratiques sur un
logiciel specialisé.
Programme
I) Premier Jour
Méthode et
Programme
Matinée :
Introduction
- Le Scoring et ses domaines d’application
-Les objectifs des méthodes de discrimination
- La démarche méthodologique
- Principales étapes à suivre :
i) Construire un modèle
ii) Déterminer les variables à inclure,
iii) Collecter les données
iv) Explorer graphiquement et sous forme statistique les données
v) Choisir le type de modèle et de la méthode d’estimation en fonction du
type des variables, des hypothèses à respecter, de la taille de l’échantillon, de
sa simplicité de mise en œuvre
-Méthodes et critères de sélection des prédicateurs : pas à pas, exhaustives
-Critères mesurant l’apport de chaque variable, critères d’arrêt
-Évaluation du modèle
-Estimation et validation du modèle : échantillon-test, validation croisée, bootstrap
Après Midi : Travaux pratiques sur logiciel spécialisé
II) Deuxième jour
Matinée
- Les méthodes de discrimination et de scoring
- L’Analyse Discriminante
- Étude du cas de prédicateurs quantitatifs ou qualitatifs
- Fonction linéaire de Fisher pour deux groupes, interprétation
- Méthodes de sélection d’un sous-ensemble de prédicteurs
- Validation : resubstitution, individus test
- La discrimination neuronale
- Généralités sur l’approche neuronale
- Application à la discriminante
- Comment choisir le réseau adéquat, déterminer les paramètres d’ajustement du
modèle
- La fonction de coût, interprétation des coefficients de sortie
Après Midi : Travaux pratiques sur logiciel spécialisé
III) Troisième jour
Matinée
-La régression logistique
Le modèle et ses interprétations
Estimation des paramètres d’un modèle, tests d’hypothèses
Critères de comparaison de plusieurs modèles
-La segmentation par arbres de décision binaire,
Notions générales
La segmentation traditionnelle et l’approche CART
Discriminante par arbre de segmentation
Après midi : Travaux pratiques sur logiciel spécialisé
Population
cible
Connaissances de base en statistique
Durée de la
formation
24-25-26 Mai 2016
Coût de la
formation
6000 DH comprenant la documentation, les pauses cafés , les repas de midi et une
copie du logiciel utilisé.
Auteur
Document
Catégorie
Uncategorized
Affichages
4
Taille du fichier
333 KB
Étiquettes
1/--Pages
signaler