By IDRISSI
-35%
Date Début :
04/06/2025
Notions fondamentales en statistiques et probabilités
Bases en programmation Python et manipulation de données (Pandas, NumPy, Scikit-learn)
Compréhension des concepts de Data Mining et d’analyse prédictive
Familiarité avec les modèles de Machine Learning supervisés (régression logistique, arbres de décision, random forest, gradient boosting, etc.)
Notions en évaluation des modèles prédictifs (accuracy, precision, recall, F1-score, AUC-ROC, etc.)
Expérience en segmentation client et scoring (K-Means, clustering hiérarchique, scoring de crédit, etc.)
Connaissance des outils de visualisation et reporting (Matplotlib, Seaborn, Power BI, Tableau, etc.)
- Présenter les résultats d'une analyse de données marketing et les recommandations stratégiques de manière claire et concise à un public non technique.
- Appliquer les résultats des analyses de data mining et des modèles prédictifs pour optimiser les campagnes marketing (ex: ciblage, allocation budgétaire).
- Évaluer la performance de différents modèles prédictifs et sélectionner le modèle le plus pertinent pour une application marketing spécifique.
- Construire et interpréter des modèles prédictifs pour la segmentation client et la prévision de la demande.
- Identifier et sélectionner les données pertinentes pour l'optimisation des stratégies marketing à l'aide de techniques de data mining.
