2020 ANALYSE PREDECTIVE – SLIM OUERHI 1 Predictive Analytics Slim Ouerghi Data
2020 ANALYSE PREDECTIVE – SLIM OUERHI 1 Predictive Analytics Slim Ouerghi Data Scientist Solocal souerghi@solocal.com Objectifs: Comprendre le concept du Machine Learning et la nature des problèmes qu’il permet de résoudre. Connaitre les principales méthodes et techniques de l'analyse prédictive Connaitre le cycle d’un projet de data science. Mettre en œuvre des cas pratiques avec Python (sci-kit learn & statsmodel) sur des données réelles 2020 ANALYSE PREDECTIVE – SLIM OUERHI 2 Machine learning, analyses prédictives et intelligence artificielle Machine Learning, quelles opportunités, quels enjeux et principales applications ? Analyse prédictive : comprendre les fondamentaux : Comprendre correctement le problème et le phénomène à modéliser Préparer les données Modélisation Savoir évaluer un modèle de prédiction et pouvoir comparer plusieurs modèles Implémentation du modèle dans l ’entreprise et suivre les résultats Au-delà des modèles statistiques, les étudiants doivent être capables d’utiliser les résultats des modèles pour définir des solutions décisionnelles adaptées à la stratégie de l’entreprise 2020 ANALYSE PREDECTIVE – SLIM OUERHI 3 Machine learning, analyses prédictives et intelligence artificielle Buzz word : statistique, data science , analyse prédictives, machine learning , intelligence artificielle … 2020 ANALYSE PREDECTIVE – SLIM OUERHI 4 La science historique des données : la statistique La statistique est l’étude de la collecte de données, leur analyse, leur traitement, l’interprétation des résultats et leur présentation afin de rendre les données compréhensibles par tous. C’est `a la fois une science, une méthode et un ensemble de techniques. (Source : Wikipédia) La statistique est utilisée dans presque tous les domaines de l’activité humaine : sciences sociales, économie, médecine, biologie, industrie ... Mais aujourd’hui, Open Data, Big Data, Big Science... changent les règles du jeu. Buzz word : statistique, data science , analyse prédictives, machine learning , intelligence artificielle … 2020 ANALYSE PREDECTIVE – SLIM OUERHI 5 Data science Définition : La Data Science, ou science des données, est un mélange disciplinaire entre la data inférence, le développement d’algorithme et la technologie, dont l’objectif est la résolution de problèmes analytiques complexes. Au cœur de ce grand mélange, on retrouve les données, les quantités massives d’informations brutes stockées. C’est la discipline qui permet à une entreprise d’explorer et d’analyser les données brutes pour les transformer en informations précieuses permettant de résoudre les problèmes de l’entreprise Concrètement, la data science permet d’utiliser les données de façon créative pour générer une valeur pour les entreprises Buzz word : statistique, data science , analyse prédictives, machine learning , intelligence artificielle … 2020 ANALYSE PREDECTIVE – SLIM OUERHI 6 Data science : la croisée de 3 profils Statisticien :Connaître et comprendre les techniques de modélisation, d’analyse de données, d’inférence… savoir exploiter les régularités « cachées » dans les données, pourvoyeuses de connaissances Informaticien: Maîtriser les outils pour manipuler les données, développer des stratégies nouvelles pour gérer la profusion de l’information,… Connaissances métier : Toute analyse s’inscrit dans un domaine… qu’il faut connaître pour savoir décoder et exploiter les résultats Buzz word : statistique, data science , analyse prédictives, machine learning , intelligence artificielle … 2020 ANALYSE PREDECTIVE – SLIM OUERHI 7 Data science : un projet Un projet data science est un cycle itératif et progressif qui se déroule principalement en 3 étapes : Compréhension du métier et des données Phase de préparation des données et test de quelques hypothèses (80% des charges du projet, aucun résultat montrable) Phase d’évaluation et modélisation du modèle. Certains résultats de l’évaluation du modèle peuvent conduire à créer une nouvelle boucle d’itération afin de revoir les hypothèses initiales et pivoter. Buzz word : statistique, data science , analyse prédictives, machine learning , intelligence artificielle … 2020 ANALYSE PREDECTIVE – SLIM OUERHI 8 Qu’est ce que l’analyse prédictive? Personne ne peut prédire l’avenir, mais il existe des méthodes qui permettent de tracer les tendances et les évolutions à venir, grâces aux données historiques. C’est la mission et le but de l’analyse prédictive (Predictive Analytics). Nous pouvons définir l’analyse prédictive comme une série de techniques analytiques et statistiques permettant de prédire des actions ou des comportements futurs. Dans les entreprises, l’analyse prédictive est utilisée pour prendre des décisions proactives et déterminer des actions, au moyen de modèles statistiques permettant de découvrir des schémas dans des données historiques et transactionnelles, dans le but d’identifier des risques potentiels et des opportunités. Buzz word : statistique, data science , analyse prédictives, machine learning , intelligence artificielle … 2020 ANALYSE PREDECTIVE – SLIM OUERHI 9 Qu’est ce que le machine learning? Champ d´étude qui donne aux ordinateurs la capacité d’apprendre sans avoir été programmés explicitement (Arthur Samuel (1959)) Machine learning consists in teaching a computer to make decisions based on samples Machine Learning is one (very effective) way to solve AI problems Buzz word : statistique, data science , analyse prédictives, machine learning , intelligence artificielle … 2020 ANALYSE PREDECTIVE – SLIM OUERHI 10 ML: Apprendre des données et faire des prédictions Les algorithmes construisent un modèle à partir d’exemples donnés en entrée, dans but de faire des prédictions ou de prendre des décisions... ...plutôt que de suivre strictement une suite statique d’instructions : c’est utile quand il serait impossible ou inefficace de concevoir et de programmer de tels algorithmes Le Machine Learning est considéré comme une extension moderne de l’analyse prédictive. La reconnaissance efficace de modèles et l’auto- apprentissage constituent les piliers des schémas d’apprentissage automatique, qui s’adaptent automatiquement à l’évolution des modèles pour garantir le choix d’actions appropriées Buzz word : statistique, data science , analyse prédictives, machine learning , intelligence artificielle … 2020 ANALYSE PREDECTIVE – SLIM OUERHI 11 Qu’est ce que le machine learning? Expérience Tâches Performance Input data Prix… Images Données transactionnelles Données d’usage des sites Task Prévisions des prix Catégorisation d’images Segmentation clients Optimiser le parcour Input data Erreur de prévisions Tri correct Cohérence des groupes Amélioration des KPI du site Buzz word : statistique, data science , analyse prédictive, machine learning , intelligence artificielle … 2020 ANALYSE PREDECTIVE – SLIM OUERHI 12 Quizz Créer un programme capable de détecter si l’email est spam ou non spam Il faut identifier la tâche, l’expérience et la performance : Classifier l’email en spam ou non spam Une base contenant un champ indiquant si l’email est spam ou non spam Le nombre d’émails bien classés Quelles sont les deux types du Machine Learning ? Quelle est la différence avec analyse prédictive? Buzz word : statistique, data science , analyse prédictive, machine learning , Intelligence Artificielle … 2020 ANALYSE PREDECTIVE – SLIM OUERHI 13 Data science Vs analyse prédictive Vs ML Vs IA. Machine Learning IA Data Science Analyses Prédictives Machine Learning Cas d’usage: Connaissance Client 2020 ANALYSE PREDECTIVE – SLIM OUERHI 14 Cas d’usage: connaissance marché 2020 ANALYSE PREDECTIVE – SLIM OUERHI 15 Cas d’usage : Optimisation marketing 2020 ANALYSE PREDECTIVE – SLIM OUERHI 16 Cas d’usage: personnalisation 2020 ANALYSE PREDECTIVE – SLIM OUERHI 17 Cas d’usage : Détection 2020 ANALYSE PREDECTIVE – SLIM OUERHI 18 Cas d’usage: Prédiction 2020 ANALYSE PREDECTIVE – SLIM OUERHI 19 Les Grandes familles d’algorithmes 2020 ANALYSE PREDECTIVE – SLIM OUERHI 20 Apprentissage non supervisées 2020 ANALYSE PREDECTIVE – SLIM OUERHI 21 Définition Prend en entrée des exemples d’apprentissage contenant que des données d’entrée Pas de notion de classe L’algorithme détecte les similarités dans les données pour créer des groupes Apprentissage non supervisée Démarche Globale 2020 ANALYSE PREDECTIVE – SLIM OUERHI 22 Apprentissage supervisée 2020 ANALYSE PREDECTIVE – SLIM OUERHI 23 Définition Prend en entrée des exemples d’apprentissage contenant à la fois des données d’entrée et des sortie Les exemples d’apprentissage sont fournis avec leur classe Objectif : classer correctement un nouvel exemple Apprentissage supervisée: estimation des prix de logement 2020 ANALYSE PREDECTIVE – SLIM OUERHI 24 Type Nb chambre Surface Transport Appartement 3 50 Oui Maison 5 100 Non Duplex 4 68 Oui Appartement 2 32 Oui Prix 450 900 712 234 Apprentissage supervisées: Estimation des prix de logement 2020 ANALYSE PREDECTIVE – SLIM OUERHI 25 Type Nb chambre Surface Transport Appartement 3 50 Oui Maison 5 100 non Duplex 4 68 Oui Appartement 2 32 Oui Prix 450 900 712 234 Features Label Apprentissage Apprentissage supervisées: Estimation des prix de logement 2020 ANALYSE PREDECTIVE – SLIM OUERHI 26 Type Nb chambre Surface Transport Appartement 3 50 Oui Maison Duplex 4 68 Oui Appartement 2 32 Oui Prix 450 900 712 234 Features Label Apprentissage X Train Y Train Apprentissage supervisées: Estimation des prix de logement 2020 ANALYSE PREDECTIVE – SLIM OUERHI 27 Type Nb chambre Surface Transport Appartement 3 50 Oui Maison Duplex 4 68 Oui Appartement 2 32 Oui Prix 450 900 712 234 Features Label Apprentissage Type Nb chambre Surface Transport Appartement 2 45 Oui Maison 4 105 Non Prix ? ? Test X Train Y Train Apprentissage supervisées: Estimation des prix de logement 2020 ANALYSE PREDECTIVE – SLIM OUERHI 28 Type Nb chambre Surface Transport Appartement 3 50 Oui Maison Duplex 4 68 Oui Appartement 2 uploads/Management/cours-predictive-analytics 1 .pdf
Documents similaires
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/RNYfMAaCkgKQrL9f5GeoGHWcPaNT0XgOvRE3RzE1RRRAo2uksFlP4xFcR2vC22lCQ361E2BYXGcMu9yfgscwx9pH.png)
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/R5FZqfZeL15d8Ppi6zdTs3Xr2HHZmK24DCfANLog4NvklH1XKuts9ZU2bMlI4hJ72UnqNNtFA32ZUwpncd8DR0dh.png)
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/qr1IMPvck8G9fWVazr42XVeIMzrIeCWTrrN3pRKdKLapYFA4PTqt6wgOLZ3LzYPMZCf7GyV4TQTF8uvCvz3pQAmb.png)
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/mjkSRDfBcKD0edvWa3GKnuaeM34g2wQXhpvT6nhjV6WJUYCkiQsUwCAxPVZ7C5R84yOQDwiNHtQMhbF7pQ8t7Mug.png)
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/lwCSrrFJAqkU1MqwaLk5no9KEkhmB3fFZv86xKHDiZY3fGZgpUfBGI0IH7nADnSfcl6FYhZYvHoOQ7Sc3Vnd0tQr.png)
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/9dvRkh7uqAR2KbgM4mp4KUg9AS4ndpsPPURoB1Brw8iguGA5wiQI1FgxbyoxV2TyaOiQHDWMPQIRagvqApeXKXPm.png)
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/TCyZG04YgrEURpQuUwJXCfJPoBR18GvjZZReJwYJFxaUfgs8xvOEaQTjlKiQcLLDQoEb6LszAfANyUwDtwOcfbyg.png)
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/l02fBSls6wxcKdxLlOAaXI5kMAombnswLvtMsiEDNx5ppEJLS2CkwJhsetWhUO1qAEHPmMIXoAChYkfwHd9DbBMt.png)
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/L4x9zeDoKJPLUaX6amOID5FX8Tob2oYvHLkv8SKxrGBfRTbvS7vPluFq36W2hTEDymQhm4NGpLGuxSfAE4VmIx3G.png)
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/w6u8PWSKuWmC0DDxKefSAjZ9M6grpuN3xssW373qKMzA5IRJWjj7JbvZoCbfH39hsqprnSevdfACssY0HQ2hUjrf.png)
-
17
-
0
-
0
Licence et utilisation
Gratuit pour un usage personnel Attribution requise- Détails
- Publié le Apv 04, 2022
- Catégorie Management
- Langue French
- Taille du fichier 4.1582MB