Techniques de scoring avec R, Python, SAS
Objectifs
- L’objectif est de vous former aux techniques de Scoring afin de vous aider à optimiser vos ciblages en proposant la bonne offre au bon client, au bon moment, via le canal de communication le plus pertinent : l’efficacité et la rentabilité de vos actions seront ainsi renforcées
Programme
Introduction au scoring
- Principe et Apports
- Principales familles de scores
- Exemples d’application dans différents secteurs d’activité
Les principales techniques
- Régressions Linéaires, Modèles linéaires généralisés, Régression Logistique, Arbres de décision, Réseaux Bayésiens, Réseaux de neurones, SVM, régressions pénalisées (Elastic net, Lasso, Ridge, PLS)
- Rappels théoriques
- Contexte d’application
- Exemples et Interprétation des résultats obtenus
La démarche projet
- Principales étapes de construction de score :
Cadrage du besoin (choix de la variable cible, population éligible.)
- Préparation des données
- Echantillonnage
- Modélisation
- Validation du modèle
- Mise en œuvre opérationnelle.
- Partage de Bonnes Pratiques en fonction des méthodes et problématiques
Application
- Construction d’un score choisi en fonction de vos problématiques (sur vos données, et le logiciel de votre choix entre R, SAS, Python ou IBM SPSS Modeler)
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
Back to Data Science
