Data Science

Objectifs

• Les techniques d’association que l’on illustre souvent par l’exemple du panier d’achat de la ménagère sont des techniques qui permettent d’observer les relations entre vos produits / références
• Les techniques d’identification de séquences qui elles ajoutent une notion temporelle en sont un corollaire
• Cette formation de deux journées vous propose de vous initier à ces différentes techniques

Programme

Principes de l’association

• L’analyse du panier d’achat : principe, techniques d’explorations
• Focus sur une de ses techniques : l’algorithme d’association
• Les règles d’association : définition, vraisemblance d’une règle (niveau de support, niveau de confiance)
• Champs d’utilisation des algorithmes d’utilisation : panier d’achat, ciblage, text mining, …
• Focus sur la préparation des données en association

Les algorithmes d’association

• La méthode GRI (Generalized Rules Induction) : conditions d’utilisation, points forts, points faibles
• La méthode A Priori : conditions d’utilisation, points forts, points faibles
• La méthode CARMA : conditions d’utilisation, points forts, points faibles
• Représentation graphique des résultats
• Mode d’utilisation des différents algorithmes en fonctions de la structure de la table

Les séquences d’événements

• Liens et différences entre association et détection de séquence
• Les données pour la détection de séquence
• Méthode de détection de séquence
• Différence entre détection de séquence et analyse de liens

Cas pratique