Data Science

Techniques de segmentation

Objectifs

  • Les techniques de segmentation s’utilisent lorsqu’on dispose d’un grand volume de données, au sein duquel on cherche à distinguer des sous-ensembles homogènes, qui recevront a priori des traitements ou des analyses différenciées par la suite
  • Cette formation de deux journées vous propose de vous initier à ces différentes techniques pour mettre en place de façon opérationnelle une segmentation

Programme

Les principes de la segmentation
  • Introduction
  • Les Applications de la Segmentation
  • Les étapes d’une segmentation
Mise en place d’une segmentation
  • Cadrage et définition des besoins
  • Construction de la base de travail
  • Réalisation de la segmentation : la CAH, les nuées dynamiques (dont la k-means), les méthodes mixtes, le réseau de Kohonen
  • Finalisation des segments
  • Mise en œuvre opérationnelle
Cas pratiques et best practises
MOYENS PÉDAGOGIQUES ET TECHNIQUES D’ENCADREMENT DES FORMATIONS

Modalités pédagogiques :

  • Évaluation des besoins et du profil des participants.
  • Apport théorique et méthodologique : séquences pédagogiques regroupées en différents modules.
  • Contenus des programmes adaptés en fonction des besoins identifiés pendant la formation.
  • Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de travaux pratiques, étude de cas et mise en situation.
  • Méthodes expositive, active et participative.
  • Réflexion et échanges sur cas pratiques.
  • Retours d'expériences.
  • Corrections appropriées et contrôles des connaissances à chaque étape, fonction du rythme de l’apprenant mais également des exigences requises au titre de la formation souscrite.

Éléments matériels :

  • Mise à disposition des outils nécessaires au bon déroulement des travaux pratiques.
  • Support de cours au format numérique projeté sur écran et transmis au participant en fin de la formation.

Référent pédagogique et formateur :

  • Chaque formation est sous la responsabilité du directeur pédagogique de l’organisme de formation.
  • Le bon déroulement est assuré par le formateur désigné par l’organisme de formation.
MOYENS PERMETTANT LE SUIVI ET L’APPRÉCIATION DES RÉSULTATS
  • Feuilles de présences signées des participants et du formateur par demi-journée.
  • Attestation de fin de formation mentionnant les objectifs, la nature et la durée de l’action et les résultats de l’évaluation des acquis de la formation.
Please login to get access to the quiz
SAP Predictive Analytics (Prev Lesson)
(Next Lesson) Python Niveau 2, la data science avec Python
Back to Data Science
Public

Chefs de projets statistiques, chargés d’étude, analystes, …| Chefs de projets statistiques, chargés d’étude, analystes, …

Pré-requis

Connaissance des bases de la théorie statistique| Connaissance des bases de la théorie statistique

Vérifiez que vous avez les prérequis nécessaires pour profiter pleinement de cette formation en effectuant le test disponible en bas de cette page.

Lieu de formation

Intra-entreprise/à distance

Dates ou période

À définir. Nous consulter

Tarif

Sur devis. Merci de nous contacter

Modalités

Pour s’inscrire à notre formation, veuillez nous contacter par mail ou téléphone.

Démarrage de la formation sous deux semaines (délai indicatif).

Nous contacer
Informations complémentaires

Pour toute réclamation, aléas ou difficultés rencontrés pendant la formation, veuillez prendre contact avec notre organisme par téléphone ou par e-mail. Nous mettrons tout en œuvre pour trouver une solution adapter.

Formation synchrone, réalisée à distance en visioconférence via l’application Microsoft Teams ou en présentiel dans les locaux du client.