Data Science

Data Science, les fondamentaux

Objectifs de la formation

  • Connaître les principes de base de la data science et l’organisation de la démarche
  • Appréhender l’application de la data science afin de résoudre des questions et ses limites
  • Développer sa capacité d’analyse et d’interprétation des chiffres par la représentation graphique
  • Comprendre comment utiliser les outils de la data science et développer les modèles à des fins professionnelles
  • Ouverture sur l’enjeu de l'exploitation de la donnée dans un contexte concurrentiel et d’amélioration continue
  • Appréhender l’organisation et l’infrastructure pour les services et pour les projets de data science


Programme de la formation

Qu’est-ce que la data science ?

  • Les fondamentaux : big data, data lake, data mining, intelligence artificielle, machine et deep learning, text mining.
  • Les nouveaux défis : l'émergence et la multiplication de nouvelles sources de données.
  • Hétérogénéité des données, flux temps réel et explosion des volumes de données, à prendre en compte.
  • L’écosystème technologique du big data.
  • Démystifier le monde de la data science : analyse descriptive, prédictive et prescriptive.
  • Le métier, les outils et les méthodes du data scientist.
  • Introduction au machine learning, à l’analyse supervisée et à l’analyse non supervisée.
  • Notions de sur et sous-apprentissage.

Démonstration

Cas d’usage de la data science dans une chaîne de valeur métier (comportement client, offre produit, etc.).

Les méthodes et les modèles de la data science

  • Collecte, préparation et exploration des données.
  • L’importance de la démarche de la qualité des données (nettoyer, transformer, enrichir).
  • Définition des métriques.
  • Les méthodes statistiques de base.
  • Les principales classes d’algorithmes supervisés : arbres de décision, K plus proches voisins, régression, Naive Bayes.
  • Les principales classes d’algorithmes non supervisés : clustering, ACP, CAH, réseaux de neurones.
  • Le text mining et les autres familles d’algorithmes.

Echanges

Analyses simples avec R ou Python pour illustrer les techniques de l’analyse supervisée (régression et classification) et non supervisée (clustering, segmentation et détection d'anomalies).

Représentation graphique et restitution des données

  • Les langages de l’analyse statistique R et Python.
  • Leurs environnements de développement (R-Studio, Anaconda, PyCharm) et leurs librairies (Pandas, machine learning).
  • Les outils de DataViz (Power BI, Qlik, tableau, etc.).
  • Modélisation des données : représentation des processus, des flux, des contrôles et des conditions.
  • Modélisation des données : les outils (Orange, Power BI).
  • Communiquer les résultats par le data storytelling : organiser le visuel (diagrammes, classements, cartographies).
  • Communiquer les résultats par le data storytelling : restituer la signification des résultats.

Echanges

Exercices d’exploration graphique des données, analyse de la position et de l’étendue des données (nuages, histogrammes, etc.).

Modélisation d’un problème de data science

  • Récapitulatif de la démarche.
  • Analyse de deux cas métier, à titre d'exemple la relation client et la détection des fraudes, mais peuvent être autres.
  • Cas métier 1 : la relation client dans l’assurance.
  • Cibler les campagnes marketing. Comprendre les causes d’attrition client. Quels produits pour quels clients ?
  • Cas métier 2 : la détection des fraudes.
  • Comparer la recherche par statistiques classiques et data mining.
  • Détection par méthode supervisée. Détection par méthode non supervisée.

Etude de cas

Mise en application pratique de la méthode au storytelling sur des cas métier.

Please login to get access to the quiz
Modélisation statistique, l’essentiel (Prev Lesson)
Back to Data Science