Ce que vous apprendrez ?

  • Développer un projet de data mining complet, incluant la collecte de données, le prétraitement, la modélisation et l'évaluation.
  • Évaluer la performance de différents modèles de data mining en utilisant des métriques appropriées.
  • Interpréter les résultats des algorithmes de data mining et communiquer les conclusions de manière claire et concise.
  • Appliquer des algorithmes de clustering et de classification à des ensembles de données réels pour découvrir des modèles cachés.
  • Identifier les différentes techniques de data mining adaptées à différents types de données et de problèmes.

Prérequis

  • Notions fondamentales en bases de données et SQL Compréhension des concepts de Data Mining et d’exploration de données Bases en statistiques et en apprentissage automatique (Machine Learning) Familiarité avec les outils de Data Mining (SQL Server Data Mining, Python - Scikit-learn, R, Weka, etc.) Notions en visualisation et interprétation des résultats (Power BI, Tableau, Matplotlib, etc.)

Contenu de la Formation

Total: 20 Chapitres Total hours: 6-12
  • Définition et enjeux du Data Mining
  • Types de données et prétraitement
  • Exploration de données et visualisation
  • Introduction aux modèles prédictifs
  • Algorithmes de classification supervisée (K-NN, arbres de décision)
  • Évaluation des performances des modèles de classification
  • Régression logistique
  • Techniques de sélection de variables
  • Algorithmes de clustering (K-means, hiérarchique)
  • Évaluation des performances des modèles de clustering
  • Analyse en composantes principales (ACP)
  • Applications du clustering
  • Algorithme Apriori
  • Mesures de performance des règles d'association
  • Applications des règles d'association
  • Limitations des techniques d'association
  • Étude de cas 1: Analyse de données clients
  • Étude de cas 2: Prédiction de la fraude
  • Étude de cas 3: Analyse de données textuelles
  • Outils et logiciels de Data Mining

À TÉLÉCHARGER

À propos de l'instructeur

Avatar image
IDRISSI

nouhaila.idrissi@openskillroom.com

Nouhaila IDRISSI est Maître de conférences en Informatique et en Intelligence Artificielle. Après avoir terminé ses études à l’ENSIAS, elle a obtenu un doctorat en informatique et en apprentissage profond de l’École Mohammadia d'ingénieurs (EMI). Notre formatrice dispose de compétences pluridisciplinaires et complémentaires en IA, Big Data, Machine Learning, Deep Learning, NLP, Data Warehousing, BI et Cloud computing. Parallèlement à ses activités académiques, Dr IDRISSI est une collaboratrice active dans le milieu industriel, contribuant à combler le fossé entre la recherche académique et les applications du monde réel.

Retour des Apprenants

Avis

Pour ajouter un avis sur le cours, vous devez d'abord vous connecter. Connectez-vous ici

Caractéristiques du cours

  • Durée 6-12 hour
  • Language Français
  • Niveau de compétence.
  • CertificateNon
  • Nombre maximum d'inscrits
  • Type de formation

Devenir enseignant, Partagez vos connaissances

Rejoignez OpenskillRoom, la plateforme de formations synchrones qui valorise votre expertise.