Analytique Prédictive avec R et SQL

Aperçu

Explorez les concepts d'analytique prédictive, ses applications et son intégration avec les environnements de BI. Apprenez les processus de science des données, les méthodologies et les techniques pratiques utilisant R et SQL pour des prédictions efficaces.

Programme

• Introduction à l'analyse prédictive
Aperçu de l'analyse prédictive
Importance et applications dans l’intelligence d’affaires (BI)
Concepts clés et terminologie
• Fondamentaux de R pour la science des données
Introduction à la programmation R
Structures de données dans R
Manipulation et visualisation de données de base
• Fondamentaux de SQL pour la science des données
Introduction à SQL et aux bases de données relationnelles
Requêtes SQL pour l'extraction et la manipulation de données
Joindre, agréger et filtrer des données
• Processus et méthodologies de la science des données
Cadre CRISP-DM
Préparation et nettoyage des données
Ingénierie et sélection de caractéristiques
• Analyse exploratoire des données (EDA)
Statistiques descriptives et visualisation des données
Identification des modèles et des relations
Préparation des données pour la modélisation prédictive
• Construire des modèles prédictifs avec R
Introduction aux techniques courantes de modélisation prédictive (par exemple, régression linéaire, arbres de décision)
Entraînement et évaluation des modèles
Réglage des hyperparamètres et optimisation des modèles
• SQL avancé pour la modélisation prédictive
Implémentation de modèles prédictifs avec SQL
Utilisation de SQL pour le prétraitement et les transformations de données
Intégration de SQL avec R pour le déploiement de modèles
• Intégration dans les environnements d’intelligence d’affaires (BI)
Compréhension des outils et interfaces de BI
Intégration de modèles prédictifs dans les plateformes de BI
Études de cas d’intégration de BI et d’analyse prédictive
• Techniques pratiques et études de cas
Applications réelles de l'analyse prédictive
Projets pratiques utilisant R et SQL
Études de cas industrielles et meilleures pratiques
• Considérations éthiques et tendances futures
Implications éthiques de l'analyse prédictive
Préoccupations en matière de confidentialité et de sécurité des données
Tendances et technologies émergentes dans l’analyse prédictive
• Revue du cours et projet de synthèse
Revue des concepts clés et méthodologies
Présentation et retour d'information sur le projet de synthèse
Chemins d'apprentissage futurs et ressources

---

Sujets

Conférences