Modèles prédictifs, régressions linéaires, logistiques, Pls et Ancova
Public admis
- Salarié en Poste
- Demandeur d'emploi
- Entreprise
- Etudiant
Financements
Eligible CPF Votre OPCO Financement personnel
Objectifs de la formation
- Définir le contexte et les objectifs des différentes méthodes
- Mettre en œuvre et interpréter les résultats des méthodes suivantes
- Régression linéaire multiple
- Modèle linéaire général (ANCOVA, MANOVA…)
- Régression PLS
- Régression logistique
- Vérifier les conditions de mise en œuvre des différentes méthodes
- Connaître les grandes lignes des concepts mathématiques inhérents à ces méthodes
- Identifier et prendre en compte les problèmes de multi colinéarités sur les modèles linéaires : sélection des variables, PLS…
- Mesurer la qualité d'ajustement et la qualité de prédiction (d'estimation des coefficients) du modèle
- Détecter et analyser les points aberrants / les points influents
| Tarif |
A partir de 6 200,00 € |
| Durée | 28 heures réparties sur 4 jours |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
| Tarif |
A partir de 6 200,00 € |
| Durée | 28 heures réparties sur 4 jours |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
Description
Découvrez comment maîtriser les modèles prédictifs et les techniques avancées de régression pour transformer vos données en décisions éclairées. Rejoignez-nous pour une formation interactive et pratique qui boostera vos compétences analytiques!
Programme
Rappels sur les notions de corrélation
- Définition du coefficient de corrélation
- Interprétation de la valeur du coefficient de corrélation
- Les confusions : corrélation, causalité, pente…
- Les différents coefficients de corrélation
- Coefficient de Pearson
- Coefficient de Spearman
Modélisation de type régression linéaire simple
- Principes et concepts mathématiques inhérents à la régression linéaire simple
- Tests d'hypothèse de significativité du modèle
- Qualité du modèle,
- Coefficient de détermination R², R² ajusté, R² Prev
- Utilisation du modèle
- Prédiction de valeurs individuelles
- Intervalles de confiance des prédictions
- Traitement graphique des résultats
- Principes et concepts mathématiques inhérents à la régression linéaire multiple
- Inférence du modèle, inférence des variables (statistique de Fisher)
- Analyse des résidus
- Calculs des résidus
- Sens physique et statistique
- Homogénéité
- Distribution, Normalité
- Valeurs suspectes
- Analyses graphiques
- Valeurs suspectes et points influents
- Résidus : résidus studentisés
- Effet levier
- Distance de Cook
- Qualité du modèle
- Qualité d'ajustement, coefficient de détermination R², R² ajusté
- Qualité de prédiction, erreur d'estimation
- Utilisation du modèle
- Prédiction (prévision) de valeurs individuelles
- Intervalles de confiance des prédictions (prévisions)
- Illustration graphique des résultats
Le modèle de régression multiple
- Significativité des coefficients
- Hiérarchie des coefficients
- Problèmes liés à la multi-colinéarité
- Mesures des colinéarités
- Coefficient de corrélation
- Vifs
- Résolution des problèmes de multi-colinéarité
Analyse des problèmes de multi colinéarité à travers la sélection des variables
- Détection de la colinéarité
- Effets nocifs de la colinéarité entre variables explicatives
- Outils de détection : corrélation, VIF, cohérence des signes
- Les solutions proposées
- Expérimentation structurée
- Sélection de variables
- PLS
- Traitement de la colinéarité – Sélection de variables
- Sélection par optimisation. Critère du R², du R² ajusté, de l'AIC et du BIC
- Algorithmes de sélection « pas à pas » : Forward selection, Backward selection, Stepwise regression
Mise en œuvre et interprétation des résultats d'une régression PLS
- Contexte et objectifs
- Présentation des différentes méthodes de régression sur des données colinéaires : PCR, régression de Ridge et PLS
- Principes et concepts mathématiques inhérents à la PCR et la régression PLS
- Présentation des différentes versions de la régression PLS
- Mise en œuvre et interprétation des résultats : graphiques, coefficients du modèle…
- Choix du nombre de composantes (validation croisée)
- Composantes et coefficients de régression
- Qualité d'ajustement, qualité de prédiction
- Coefficients Q² et R²
- Importance des variables explicatives pour la prédiction
- Coefficients normalisés
- VIP
- Sélection de variables
Mise en œuvre et interprétation des résultats d'une ANCOVA (modèles linéaires généraux)
- Contexte et objectifs
- Notion d'interaction entre les variables explicatives qualitatives et quantitatives
- Modèle à droites confondues
- Modèle additif
- Modèle complet
- Mise en œuvre et interprétation des résultats des différents modèles
- Lecture et utilisation du modèle
- Tests de significativité des différents termes (F de Fisher)
- Epuration du modèle (sélection des termes et des variables influents)
- Conditions d'utilisation de l'ANCOVA
Modélisation de type régression logistique
- Contexte et objectifs
- Différences entre la régression linéaire et la régression logistique
- Définition du modèle Logit
- Mise en œuvre et interprétation des résultats
- Découpage en classes des variables explicatives quantitatives
- Estimation et interprétation des coefficients du modèle
- Tests d'apport d'une variable (test de Wald, tests sur les rapports de vraisemblance)
- Interprétation du Khi² de Wald
- Odds-ratios
- Parallèle odds ratios et risques relatifs
- Analyse du tableau de classement
- Taux de réussite, taux d'échec
- Vrais positifs, vrais négatifs, faux positifs, faux négatifs
- Probabilités ajustées et utilisation du modèle à des fins de prédiction
- Conditions d'utilisation
Prérequis
Il est indispensable que les participants aient :
- De bonnes connaissances sur les outils statistiques de base : statistiques descriptives, intervalles de confiance, p-value, risque alpha, tests d'hypothèses…
- Quelques connaissances sur la corrélation et la régression linéaire
Public
- Toute personne souhaitant mettre en œuvre et interpréter les résultats d'une méthode d'analyse statistique prédictive de type régression ou de type modèle linéaire général (PLS, ANCOVA…).
Ces formations pourraient vous intéresser
Objectifs de la formation
- Installer et configurer les hôtes ESXi
- Déployer et configurer vCenter
- Utiliser le client vSphere pour créer l'inventaire vCenter et attribuer des rôles aux utilisateurs de vCenter
- Créer des réseaux virtuels à l'aide de commutateurs standard et de commutateurs distribués vSphere
- Créez et configurez des datastores à l'aide des technologies de stockage prises en charge par vSphere
- Utiliser le client vSphere pour créer des machines virtuelles, des modèles, des clones et des instantanés
- Créer des bibliothèques de contenu pour gérer les modèles et déployer les machines virtuelles
- Gérer l'allocation des ressources des machines virtuelles
- Migrer des machines virtuelles avec vSphere vMotion et vSphere Storage vMotion
- Créer et configurer un cluster vSphere doté de vSphere High Availability (HA) et de vSphere Distributed Resource Scheduler
- Gérer le cycle de vie de vSphere pour maintenir vCenter, les hôtes ESXi et les machines virtuelles à jour
| Tarif |
A partir de 4 300,00 € |
| Durée |
5j / 35h |
| Modes |
|
Objectifs de la formation
- Installer et configurer Django
- Créer et gérer des vues et des URLconfs
- Utiliser les modèles de Django
- Manipuler les données via les modèles
- Personnaliser les données et gérer les permissions
- Implémenter des formulaires avec Django
- Utiliser les balises et les filtres de modèle
- Appliquer le modèle MVC
| Tarif |
A partir de 2 400,00 € |
| Durée |
4 jours |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Présenter le concept des portails au service des entreprises modernes
- Décrire les différents modèles de sites
- Enoncer les principales fonctionnalités des sites Power Pages
- Créer une page Web
- Afficher des données stockées dans Dataverse
- Expliquer le langage Liquid
- Gérer la sécurité d'un portail.
| Tarif |
A partir de 1 520,00 € |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
- Comprendre les méthodes de Machine Learning
- Assimiler les notions mathématiques relatives au Machine Learning
- Comprendre les algorithmes d'apprentissage
- Obtenir et préparer les données et évaluer les modèles d'apprentissage
- Maîtriser la régression, la classification, le clustering
- Avoir des notions en deep learning
| Tarif |
A partir de 2 250,00 € |
| Durée |
3 jours |
| Modes |
|
Objectifs de la formation
- Gestion des diapositives (création, insertion, sélection et suppression).
- Utilisation du mode diaporama.
- Saisie et mise en forme du texte (police, corps, attributs et couleurs).
- Création de listes à puces ou numérotées.
- Insertion de tableaux et d’objets graphiques (images, photos et formes).
- Création et paramétrage d’objets animés dans une diapositive.
- Utilisation de modèles de présentation et application de thèmes.
| Tarif |
A partir de 900,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
- Identifier les principaux bailleurs de fonds privés comme publics se mobilisant sur le financement de la transition énergétique
- Analyser les principaux risques (financiers et non financiers) sous l'angle des banques sur des projets incluant des technologies de transition
- Expliquer l'architecture des modèles financiers afférents et l'analyse qu'en font les banques
- Préciser la terminologie anglo-saxonne du Project Finance et de la transition énergétique
| Tarif |
Contacter l'organisme |
| Durée |
Nous contacter |
| Modes |
|
Formation Pricing et modélisation des swaps et options de taux
Proposé par LEFEBVRE DALLOZ COMPETENCESObjectifs de la formation
- Evaluer un swap, un cap, un floor, une swaption et comprendre leurs utilisations en gestion des risques de taux
- Construire via un pricer Excel des produits structurés au moyen d'options de taux
- Appliquer les modèles à quelques produits exotiques de taux simple
| Tarif |
A partir de 2 050,00 € |
| Durée |
2 jours |
| Modes |
|
Objectifs de la formation
- Sécuriser les identités avec Azure Active Directory et les utilisateurs et les groupes
- Gérer les abonnements, les comptes, les stratégies Azure et le contrôle d’accès en fonction du rôle
- Administrer Azure à l’aide de Resource Manager, du portail Azure, de Cloud Shell, d’Azure PowerShell, de l’interface CLI et des modèles ARM
- Configurer les réseaux virtuels, y compris la planification, l’adressage IP, Azure DNS, les groupes de sécurité réseau et le Pare-feu Azure
- Configurer des solutions de connectivité intersite telles que le peering de réseaux virtuels, les passerelles de réseau virtuel et les connexions VPN de site à site
- Gérer le trafic réseau à l’aide du routage réseau et des points de terminaison de service, de l’équilibreur de charge Azure et d’Azure Application Gateway
- Implémenter, gérer et sécuriser les comptes de stockage Azure, le stockage d’objets blob et les fichiers Azure avec File Sync
- Planifier, créer et mettre à l’échelle des machines virtuelles
- Administrer Azure App Service, Azure Container Instances, et Kubernetes
- Sauvegarder des fichiers, des dossiers et des machines virtuelles
- Monitorer l’infrastructure Azure avec Azure Monitor, les alertes Azure, Log Analytics et Network Watcher
| Tarif |
A partir de 2 790,00 € |
| Durée |
4j / 28h |
| Modes |
|
Formation Conception et implémentation d’une solution Microsoft Azure AI (AI-102)
Proposé par SparksObjectifs de la formation
- Décrire les considérations pour le développement d'applications compatibles avec l'IA.
- Comprendre comment créer, configurer, déployer et sécuriser les services cognitifs Azure ainsi que des solutions conversationnelles avec des bots.
- Développer des applications qui analysent le texte, lisent et traitent du texte dans des images et des documents, et utilisent des services de vision par ordinateur pour analyser des images et des vidéos.
- Être capable de développer des applications vocales et des applications qui détectent, analysent et reconnaissent les visages.
- Pouvoir créer des applications avec des capacités de compréhension du langage naturel et des modèles de vision par ordinateur personnalisés.
- Savoir développer des applications QnA et créer des solutions de recherche intelligentes pour l'exploration des connaissances.
- Utiliser les services cognitifs Azure pour développer des applications infusées d'IA.
- Mettre en œuvre des applications intégrant les services de vision par ordinateur pour des analyses complexes.
| Tarif |
A partir de 2 800,00 € |
| Durée |
4 jours |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Mettre en oeuvre le Design paramétrique 3D (modes solide, surfacique et NURBS)
- Gérer la configuration paramétrique en FAO (Fabrication Assistée par Ordinateur)
- Analyser le comportement de modèles 3D soumis à des efforts (mesures, mais aussi optimisation du design).
| Tarif |
A partir de 2 300,00 € |
| Durée |
5j / 35h |
| Modes |
|
