Ce cours s’attache à manipuler des méthodes couramment utilisées en Business Analyse ou en Machine Learning. Elles peuvent être utilisées également dans l’analyse de gros jeux de données (Big Data) comme nous le présenterons dans ce cours.

1.       Introduction :

Quelques termes techniques dont il faut connaître la définition…

2.       Partie 1 « méthodes descriptives non supervisées » :

• les règles d’association comme outil de « profilage » d’événements concomitants et la description d’évènements également ;
• la réduction de dimension via l’analyse en composantes principales et ses outils de visualisation
• la classification ascendante hiérarchique comme outil de « profilage » d’unités statistiques et sa visualisation via le dendrogramme ;
• éventuellement introduction aux autres méthodes factorielles multidimensionnelles : AFC, AFCM, MDS…

3.       Partie 2 « méthodes prédictives supervisées » :

• La description d’évènements comme probabilité d’apparition en fonctions d’autres événements
• La régression linéaire multiple comme modèle prédictif simple

À la fin de cette UE/EC, vous serez capable de :

• Explorer, décrire et interpréter des données dans leur aspect
• Cibler la bonne méthode d’analyse pour répondre à une problématique métier et fournir un rendu pertinent et compréhensible.

BI1, BI2, BA1 et BA2

Évaluation continue intégrale (ECI) 100%