Contactez-nous
  • Statistique
  • Statistique appliquée
  • Statistique inférentielle
  • Analyse de données
  • Data Mining
  • Data science
  • Gestion données massives
  • Banque

Science de la donnée en milieu professionnel

Mis à jour le

Responsable(s) : M. Vincent AUDIGIER

  • Cours + travaux pratiques
Code Cnam : STA218

Envie d'en savoir plus sur cette formation ?

Afin d’obtenir les tarifs, le calendrier de la formation, en distanciel, en présentiel, le lieu de la formation et un contact, remplissez les critères suivants :

Afficher le centre adapté à mes besoins

Afin d’obtenir les tarifs, le calendrier de la formation et le lieu de la formation, remplissez les critères suivants :

  • Durée : 30 heures
  • A la carte
  • Soir & samedi
  • 3 crédits
  • Présentiel

Présentation

Public, conditions d'accès et prérequis

Prérequis

Bonne connaissance des méthodes avancées de fouille de données, connaissance d'au moins un langage de programmation. Niveau recommandé UE STA201, STA211, RCP216

Objectifs

Maîtriser le processus d'extraction de connaissances à travers des techniques avancées d'analyse des données autour de problématiques professionnelles dans différents domaines d'application :  biologie, environnement, banque, finance, assurance, marketing, etc.

Compétences et débouchés

Parcours

Informations pratiques

Contact

Retrouvez cette formation en centre :

Lieux de formation

Programme

Contenu

  • Identification des problématiques liées aux données de l'étude
  • Études préalables et mise en place du processus de fouille
    • Prétraitement des données : Analyse de la qualité des données, gestion des valeurs manquantes ou aberrantes
    • identification des techniques de fouille adaptées 
  • Mise en œuvre des méthodes de fouille en intégrant les contraintes métiers (biais, coût d'acquisition des données, etc)

 

 

 

Modalités d'évaluation

La validation de l'UE se fera sur la base d'un projet qui pourra donner lieu à une soutenance orale.

Bibliographie

  • James, Witten, Hastie, & Tibshirani . An Introduction to Statistical Learning (2021) with applications in R Téléchargeable ici: https://www.statlearning.com/
  • James, Witten, Hastie, Tibshirani & Taylor . An Introduction to Statistical Learning with applications in Python (2023) Téléchargeable ici: https://www.statlearning.com/
  • S.TUFFERY . Etude de cas en statistique décisionnelle (Technip, 2009)

Ces formations pourraient vous intéresser