SAÉ5.03 - Mise en œuvre d'un processus de Datamining

Face à un volume de données importants, il est nécessaire de comprendre les mesures qui caractérisent une population (différence entre un patient malade ou non, un client appétant à un produit…) soit la modélisation et la prédiction d'une grandeur pour un nouvel individu de la population. En tant que data-miner, l'étudiant pourra être amené à réaliser des modèles sur des problématiques métiers à partir de techniques d’apprentissage supervisé (machine learning). Il devra insérer ces différents outils d'aide à la décision et d'intelligence artificielle dans les systèmes d'informations. Les objectifs de cette SAÉ sont les suivants :
:

- Amener l'étudiant à percevoir l’importance de la préparation des données pour la qualité des résultats : nettoyage, transformations de variables, qualité des données, mise en place de données d’apprentissage et de données test.
- Lui faire mesurer les différences entre plusieurs méthodes de data mining dans une démarche de sélection du modèle le plus adapté.
- Le faire réfléchir à la problématique du sur-apprentissage, à la validation du modèle et de sa robustesse.
- L'amener à mesurer la difficulté d'une restitution adaptée à un commanditaire.