En poursuivant votre navigation, vous acceptez l'utilisation de cookies nous permettant de vous proposer des offres correspondant à vos centres d'intérêt.
En savoir plus sur l'usage des cookies…   x Fermer
home Orsys Séminaires > Technologies numériques > Big Data et Business Intelligence

Data Mining : synthèse


 
Le Data Mining apporte des solutions pour l'extraction de connaissances à partir de données brutes. Ce séminaire, alliant principes théoriques et expériences pratiques, vous propose une synthèse sur le Data Mining, ses applications, ses apports pour l'entreprise, ainsi que sur les méthodes et outils les plus utilisés.
 
Objectifs pédagogiques :
  • Comprendre les principes et la finalité du Data Mining (DM)
  • Identifier les principales techniques du DM et leur cas d'utilisation
  • Mettre en oeuvre sur un cas simple les méthodes de scoring et de geomarketing
  • Découvrir les méthodes prédictives et les méthodes descriptives du DM
  • Connaitre les principales étapes d'un projet Data Mining

 Le Système d'Information Décisionnel (SID)

Les enjeux du SID : besoins, domaines d'application.
Architecture type d'un SID, état de l'art.
Elaboration des informations décisionnelles.
Conception d'un SID : étapes, optimisation, organisation des données, dictionnaires.

 Comprendre le 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 ?
Différence entre DM et OLAP ?
Les attentes des entreprises, les réponses du DM.

 Les techniques du Data Mining

Les différentes familles du DM.
Les méthodes prédictives et les méthodes descriptives.
Analyse factorielle, typologique. La classification...
Les arbres de décisions, les réseaux de neurones...
Classification des techniques de DM.

 La méthode descriptive du Clustering

Définition et méthodologie.
Les critères pour structurer les données à classer.
Evaluation et validation des classes obtenues.
Les différentes sous-familles du Clustering.

Présentation d'applications du Clustering.

 Exemples d'application du DM

Le scoring : définition, finalité, méthodologie.
Le géomarketing : définition, finalité, méthodologie.

Mise en œuvre de la méthode de scoring. Cas pratique d'utilisation de géomarketing.

 Les données de l'entreprise

Rappel de la problématique des données du SI.
Qualité des données et administration des données.
Processus de collecte et d'exploration.
Création d'agrégats et de nouvelles données.
Transformation des données.

 Méthodologie de projet Data Mining

Définition du problème métier à résoudre et des objectifs à atteindre.
Inventorier, décrire et classer les données.
Concevoir et alimenter la base Data Mining.
Explorer, segmenter des entités analysées.
Etablir et appliquer les modèles d'analyse.
Itérer, déployer auprès des utilisateurs.
Maintenir le modèle et le logiciel associé.

 Panorama des outils

Principaux outils du marché : SAS, R, IBM SPSS...
Zoom sur l'outil SAS et sur l'ETL Powercenter.
Quels critères de choix pour ce type d'outils ?
SÉMINAIRE
Réf : DMI
Prix 2016 : 1950 € H.T. *
Durée : 2 jours
* collations et déjeuners offerts
PROCHAINES SESSIONS 2016
Bruxelles :
Genève :
Luxembourg :

PARTICIPANTS
Responsables Infocentre, responsables marketing, statisticiens, responsables informatiques, chefs de projets et experts décisionnels. Utilisateurs et gestionnaires métiers de bases de données.

HORAIRES
De 9h à 17h30
Le 1er jour, le séminaire commence à 9h30.
Le dernier jour, il se
termine à 17h.
PDF Impression,Print FACEBOOK Présentation du centre de formation Orsys
 
triangle