Analyse prédictive

Introduction à la maîtrise de la donnée

Anneleen Rummens

Data Scientist

Vue d’ensemble des analyses

Vue d’ensemble de l’analyse

Introduction à la maîtrise de la donnée

Pourquoi utiliser l’analyse prédictive ?

  • Anticiper les résultats les plus probables
  • Prévoir un processus ou une séquence
  • Estimer une inconnue sur la base des informations disponibles

Attention : les prédictions comportent toujours un certain degré d’incertitude.

Zoom sur l’analyse prédictive

Introduction à la maîtrise de la donnée

Techniques courantes

  • Modèles de machine learning
    • Basés sur la catégorisation
      • Prédisent les annulations d'abonnement
    • Basés sur la régression
      • Prédisent les prix des logements en fonction des caractéristiques du quartier
  • Prévision de séries temporelles
  • Analyse prédictive de texte
    • Déterminent si un e-mail est un spam

Exemple de série temporelle

Introduction à la maîtrise de la donnée

Modélisation prédictive

Étapes de la modélisation prédictive

  • Les données sont divisées en un échantillon d’apprentissage et un échantillon test, afin de construire le modèle prédictif
  • Les prédictions sont interprétées et évaluées sur les données test, à l’aide de métriques prédéterminées, comme la précision (pourcentage de prédictions correctes)
Introduction à la maîtrise de la donnée

Étude de cas : vainqueur de la Coupe du monde

Quelle équipe a le plus de chances de remporter la prochaine Coupe du monde de football ?

  • Sélectionnez les variables pertinentes telles que l’évaluation des équipes, l’évaluation des joueurs, les classements et la difficulté des matchs
  • Construisez un modèle prédictif pour prédire la probabilité de gagner ou d’atteindre des phases spécifiques

Utilisez les informations pour prédire les probabilités de victoire pour chaque pays

Trophée de la Coupe du monde et ballon

Introduction à la maîtrise de la donnée

Passons à la pratique !

Introduction à la maîtrise de la donnée

Preparing Video For Download...