Formation aux notions fondamentales de statistique inférentielle.

1. Statistique : propriétés souhaitées, exhaustivité, familles exponentielles, information de Fisher et borne de Cramer-Rao.
2. Méthodes d’estimation : méthodes des moments, maximum de vraisemblance, déviance, moindres carrés.
3. Tests statistiques : rapport de vraisemblance, théorie de Neymann-Pearson.
4. Panorama des tests classiques.
5. Mise en œuvre avec R.

Voir la page complète

Voir la page complète

L’exploration de grands volumes de données par les techniques usuelles impose de réduire considérablement le nombre de données présentées à l’analyste, qui dispose alors d’une vision partielle du problème ou d’indicateurs statistiques globaux. La visualisation consiste à représenter l’information à l’aide de métaphores visuelles dotées de moyens d’interaction au travers desquelles l’analyste va pouvoir conduire le processus  d’exploration interactive des données. Ce cours a pour objectif d’étudier les différentes techniques de représentation visuelle ainsi que leur utilisation dans le contexte de l’analyse visuelle et notamment de la production de tableaux de bords pour la prise de décision. Le cours s’appuie sur la suite logicielle Tableau pour la partie pratique.

1. Introduction générale et bref historique de la visualisation de données et de ses applications : Scientific Visualization, Information Visualization, Visual Analytics ;
2. Caractérisation des données : nature, type, dimension, opérations autorisées ;
3. Perception visuelle : interprétation des formes et agencements par le système visuel humain et identification d’attributs visuels ;
4. Matrice qualitative données vs attributs visuels : identification des données pertinentes, attributs visuels à solliciter et sélection des visualisations appropriées ;
5. Visualisation : considérations esthétiques mais pas que, ou comment rendre une visualisation plus attractive et donc plus efficace afin de transmettre l’information ;
6. Tableaux de bords pour la prise de décision : conception et organisation spatiale liées à la perception des informations ;
7. Apprentissage de la suite logicielle Tableau et en particulier des logiciels Tableau Prep et Tableau Desktop (www.tableau.com).

Voir la page complète

Présenter les notions permettant de construire un entrepôt de données à partir de données contenues dans les bases de production  d’une entreprise.

1. Notions relatives aux entrepôts de données : l’aide à la prise de décision, les limites des bases de données de production, les besoins des décideurs ;
2. Les étapes de mise en place d’un entrepôt de données : extraction, transformation et chargement des données ;
3. Méthodologie de construction d’un entrepôt de données ;
4. Modèle multidimensionnel et de la notion de cubes de données ;
5. Application à travers l’utilisation d’un logiciel spécialisé comme WarehouseBuilder d’Oracle.

Voir la page complète