Machine learning avec SPSS Modeler

Machine learning avec SPSS Modeler
Référence et durée
SPSSML
2 jours, 14 heures
Objectifs
La formation répond à plusieurs objectifs
 Avoir une vision transverse des principaux algorithmes et méthodes d’analyse prédictive supervisée
 Savoir mettre en œuvre les algorithmes SPSS Modeler sur un problème de classification
(apprentissage supervisé d’une cible binaire) avec beaucoup de variables explicatives candidates
Public et prérequis
Cette formation s’adresse à un public d’analystes, data miners, chargés d’études statistiques, directeurs
d’études. Des connaissances statistiques et informatiques sont préférables. Avoir suivi le cours
SPSSMODDM ou connaître l'environnement SPSS Modeler.
Programme détaillé
 Revue argumentée des Algorithmes de machine learning pour apprentissage supervisé et non
supervisé
o Présentation critique des différentes solutions logiciels : Azure Machine Learning, Python, SAS
Miner, SPSS Modeler, Dataiku, …
o Les méthodes Knn, SVM, Réseaux de neurones, réseau bayésien naif, régression robuste,
boosting, random forest
 Mise en pratique d’algorithmes supervisés avec SPSS Modeler
o Exercice de mise en œuvre d’un modèle de « classification » d’une cible binaire à partir d’un
grand nombre de variables
o Mise en œuvre d’au moins 3 techniques parmi KNN, ensemble, boosting, réseaux bayésiens,
réseaux de neurones
o Métriques d’Evaluation et comparaison de modèles
Lincoln, 4 rue Danjou - 92517 Boulogne Billancourt – 01 46 99 36 38 - www.lincoln.fr - forma[email protected] - Organisme N°11920980292
S.A.S. au capital de 500 000 € - RC Nanterre B 379 342 306 - APE 6202 A - N° Identification T.V.A.: FR 38 379 342 309
Esprit de service, Exigence technologique