Journées d Eté Statistiques et Data Mining Le Croisic, du 29 juin au 03 juillet 2015

Transcription

1 ournées d té tatistiques et Data ining Le roisic, du 29 juin au 03 juillet 2015 Nos 8 èmes ournées d té vous offrent la possibilité de construire votre programme personnalisé de formation en tatistiques et Data ining d une durée de 1 à 5 jours. ette année, les thématiques proposées sont : xplorer odéliser et révoir pprentissage supervisé 29 juin 30 juin 01 er juillet 02 juillet 03 juillet anorama des éthodes tatistiques d nalyse de Données (11) Découvrir un panorama complet des méthodes statistiques utilisées en analyse des données. avoir quelle méthode utiliser en fonction des données disponibles et des objectifs à atteindre. nalyse de Données Qualitatives et Quantitatives (21) Vue d ensemble des méthodes statistiques permettant de visualiser et d étudier les liens entre les variables d un jeu de données. avoir quelle méthode utiliser en fonction de la nature des variables. nalyse de Données ixtes (31) Une problématique courante : explorer un jeu de données comprenant des variables qualitatives et des variables quantitatives. nalyse simultanée des deux types de variables. ntroduction au Data ining : xtraire des connaissances des données, souvent disponibles en grande quantité mais peu exploitées (12) Découvrir le Data ining, les contextes d application ainsi que les enjeux. aire un tour d horizon des logiciels dédiés au Data ining. Découvrir une méthode phare au travers d une application. rbres de décision / rbres de régression grégation de modèles : forêts aléatoires, bagging, boosting (22) Découvrir les arbres de décision ou de régression ainsi que les méthodes d agrégation de modèles : les algorithmes de construction, l interprétation, les paramètres à régler ainsi que les avantages /inconvénients de ces méthodes. éthodes de régression Les méthodes L : our analyser des données multidimensionnelles lorsque le nombre de variables est très grand et les corrélations entre variables nombreuses (32) Découvrir les méthodes de régression multiples et leurs limites. éance plénière avec la participation de ichel enenhaus (nalyse de données multi-blocs ou multi-groupes), une présentation de la méthode du coring et les témoignages de professionnels (4) Visite de la ville de uérande. Dîner de ala telier nalyse ensorielle (51) omprendre et mettre en place la méthode du rofil lash : une méthode comparative où chaque sujet utilise ses propres descripteurs. achine Learning ou pprentissage automatique éseaux de neurones upports à Vastes arges (52) Découvrir deux méthodes d apprentissage automatique : les réseaux de neurones et les «upport Vector achines» ou «upport à Vaste arge» (V).

2 ournées d Été tatistiques et Data ining - 29 juin 2015 xplorer anorama des éthodes tatistiques d nalyse de Données (11) odéliser et révoir pprentissage supervisé ntroduction au Data ining (12) xtraire des connaissances des données, souvent disponibles en grande quantité mais peu exploitées. Découvrir un panorama complet des méthodes statistiques utilisées en analyse des données. avoir quelle méthode utiliser en fonction des données disponibles et des objectifs à atteindre. Découvrir le Data ining, les contextes d application ainsi que les enjeux. aire un tour d horizon des logiciels dédiés au Data ining. Découvrir une méthode phare au travers d une application. La logique du traitement statistique de l information «explorer pour comprendre» épondre à une question particulière omprendre un phénomène xtraire l information pertinente des données Quelles techniques utiliser et dans quels cas xplorer, décrire, synthétiser Les techniques unidimensionnelles, bidimensionnelles et multidimensionnelles Les statistiques exploratoires vs confirmatoires xemples concrets de mise en œuvre des méthodes d analyse des données statistiques. onstruction d un arbre : en fonction des données (nature, nombre et objectif), quelle est la méthode adaptée. ntroduction au Data ining Qu est ce que le datamining quoi sert le datamining Data ining et ig Data Domaines d utilisation Les méthodes du Datamining Le déroulement d une étude de datamining Les différentes méthodes de validation Les logiciels du Data ining résentation et discussion autour de quelques applications. Une application phare du Data ining : les règles d association rincipes et présentation au travers d une application

3 ournées d Été tatistiques et Data ining - 30 juin 2015 xplorer nalyse de Données Quantitatives et Qualitatives (21) Vue d ensemble des méthodes statistiques permettant de visualiser et d étudier les liens entre les variables d un jeu de données. avoir quelle méthode utiliser en fonction de la nature des variables. odéliser et révoir pprentissage supervisé rbres de décision/rbres de régression grégation de modèles : forêts aléatoires, bagging, boosting (22) Découvrir les arbres de décision ou de régression ainsi que les méthodes d agrégation de modèles : les algorithmes de construction, l interprétation, les paramètres à régler ainsi que les avantages / inconvénients de ces méthodes. ntroduction La préparation des données pour le traitement statistique ichier de saisie versus fichier de données pour l analyse statistique. La codification des données. rbres de décision/rbres de régression : lgorithme de construction hoix du paramétrage : profondeur de l arbre, nombre d individus par nœuds, complexité, lagage résentation d une application tude de données quantitatives nalyser un ensemble de variables quantitatives et en révéler les structures et les tendances. tude de la relation entre deux variables : corrélation et nuage de points xtension à plus de deux variables quantitatives : l nalyse en omposantes rincipales (...) réer des groupes d individus homogènes sur plusieurs variables quantitatives : La classification ascendante hiérarchique (H) tude de données qualitatives pprendre les méthodes statistiques permettant d étudier les liaisons entre plusieurs variables qualitatives. tude de la relation entre deux variables : tableau de contingence et test du H² xtension à plus de deux variables qualitatives : l nalyse factorielle des orrespondances ultiples (...) réer des groupes d individus homogènes sur plusieurs variables qualitatives : La classification ascendante hiérarchique (H) grégation de modèles : forêts aléatoires, bagging, boosting rincipes de construction Quand et pourquoi utiliser des modèles agrégés hoix du paramétrage résentation d une application nalyses basées sur des exemples détaillés d utilisations réelles pris dans divers domaines

4 ournées d Été tatistiques et Data ining - 01 er juillet 2015 xplorer nalyse de Données ixtes (31) Une problématique courante : explorer un jeu de données comprenant des variables qualitatives et des variables quantitatives. nalyse simultanée des deux types de variables. odéliser et révoir pprentissage supervisé éthodes de régression Les méthodes L (32) Découvrir les méthodes de régression multiples et leurs limites L D : nalyse actorielle des Données ixtes appel sur l : étude de variables uniquement quantitatives appel sur l : étude de variables uniquement qualitatives ller plus loin : prise en compte à la fois de variables quantitatives et qualitatives : l D rincipe de la méthode Les résultats : lecture et interprétation des graphiques et statistiques obtenues lassification des données à l issue d un D pprentissage basé sur des exemples concrets issus de différents milieux. éthodes de régression odéliser certains phénomènes afin d en prévoir les caractéristiques, de réaliser des prévisions ou d en prévoir l évolution au cours du temps. Lorsque la variable à expliquer est quantitative continue : on utilise des méthodes de régression simple ou multiple selon le nombre de variables explicatives. égression multiple avec sélection pas à pas des variables explicatives, égression sur composantes principales, régression L Les méthodes L : our analyser des données multidimensionnelles lorsque le nombre de variables est très grand et les corrélations entre variables nombreuses. Les contextes d utilisation des méthodes L rétraitement des données : les différents types de filtrage La régression L : echerche des composantes L égression de Y sur ces composantes xpression des coefficients de la régression en fonction des variables prédictives hoix des composantes significatives par validation croisée

5 ournées d Été tatistiques et Data ining - 02 juillet 2015 xplorer / odéliser et révoir éance plénière avec la participation de ichel enenhaus (nalyse de données multiblocs ou multi-groupes), une présentation de la éthode du coring et les témoignages de professionnels (4) Les tableaux de données individus x variables sont le plus souvent structurés en blocs de variables ou en groupes d individus. ette structuration est le plus souvent implicite, mais peut aussi être explicite.. enenhaus présentera dans son exposé différentes méthodes statistiques permettant de découvrir ces structures lorsqu elles ne sont pas connues a priori, ou d en tenir compte lorsqu elles sont connues. révoir la solvabilité d un client, la présence ou l absence d une tumeur, ou la défaillance d un composant à l aide d un score. nalyse de données multi-blocs ou multi-groupes Nous considérerons les situations suivantes pour des tableaux de données observés sur les mêmes individus : un tableau X : l analyse factorielle et la classification automatique permettent de détecter les blocs de variables et les groupes d individus un tableau de variables explicatives X + un tableau de variables dépendantes Y : les méthodes de segmentation permettent de construire des groupes homogènes d individus au niveau des X et des Y (en particulier les arbres L) un tableau structuré à priori en plusieurs blocs de variables : nous présenterons les méthodes d analyse de données multi-blocs (L-, onsensus, régression L hiérarchique) un tableau structuré a priori en plusieurs groupes d individus : nous présenterons les méthodes d analyse multi-groupes (imultaneous omponent nalysis) coring Les étapes de la méthode du coring : partir d un jeu de données qualitatives, l permet d obtenir des données quantitatives sur lesquelles une D pourra être appliquée pour construire un score. llustration avec le logiciel Uniwin. L Visite de la ville de uérande péritif et dîner de gala

6 ournées d Été tatistiques et Data ining - 03 juillet 2015 xplorer telier nalyse ensorielle (51) omprendre et mettre en place la méthode du rofil lash : une méthode comparative où chaque sujet utilise ses propres descripteurs. odéliser / révoir pprentissage supervisé achine Learning ou pprentissage utomatique éseaux de Neurones upports à Vastes arges (52) Découvrir deux méthodes d apprentissage automatique : les réseaux de neurones et les «upport Vector achines» ou «upport à Vaste arge» (V) Le rofil lash résentation et principe du rofil lash ise en pratique : Dégustation de caramels nalyse et interprétation des résultats de l atelier Discussion sur les avantages et inconvénients de cette méthode achine Learning ou pprentissage automatique énéralités, fonction de coût, algorithmes d optimisation, courbes d apprentissage éseaux de neurones rincipes : neurones et liaison entre neurones, fonction de transfert rchitecture d un réseau lgorithme d apprentissage résentation d une application ontextes d utilisation vantages / inconvénients upports à Vastes arges rincipes, aramètres de coût, noyaux résentation d une application ontextes d utilisation vantages / inconvénients

7 usqu au 29 mai, 25% de remise dès le 2 ème inscrit. rais d inscription aux ournées d té tatistiques et Data ining : 1 jour : 600 H 2 jours : H 3 jours : H 4 jours : H 5 jours : H ulletin d inscription «ournées d té tatistiques et Data ining» envoyer dûment rempli par mail, fax ou courrier à : LU - Les riades rue alilée L él. : ax : formation@sigmaplus.fr ociété / Établissement : dresse : él. : articipant(s) rénom - Nom : -mail : Nombre d inscrits : otal H : V (20%) : ssistera à : (+dîner) rénom - Nom : -mail : ssistera à : (+dîner) rénom - Nom : -mail : otal : Date : ignature, cachet : ssistera à : (+dîner) esponsable ormation ouhaitez vous recevoir une convention de formation? ui Non rénom - Nom : él. : acturation rénom - Nom : ociété / Établissement : etrouvez-nous sur le Web LU oulouse (siège) : Les riades 130 rue alilée Labège aris : 6 rue ollange Levallois-erret él. : ax : mail : formation@sigmaplus.fr ervice : dresse (si différente) : él. : ax : nformations pratiques Lieu et Dates Les ournées d té se dérouleront du 29 juin au 3 juillet de 9h00 à 17h00 à l Hôtel Les Vikings au roisic Éléments remis upports pédagogiques des formations suivies. omment s inscrire? n nous retournant ce formulaire d inscription dûment rempli. Une confirmation vous sera faite à réception. rganisation matérielle Nous vous invitons à amener votre ordinateur portable pour la mise en œuvre des applications Hébergement, restauration Les déjeuners sont inclus dans le coût d inscription. L hébergement et les repas du soir sont libres et restent à la charge des participants. L hôtel Les Vikings vous propose des chambres de 80 à 94 la nuit et un petit déjeuner à 10. enseignements au acturation La facture vous sera adressée accompagnée de la feuille de présence. nnulation u-delà du 31 mai 2015, les frais de participation seront intégralement dus ur demande, les participants pourront se faire remplacer