Analytique prédictive

Introduction à la littératie des données

Carl Rosseel

Head of Business Intelligence Curriculum, DataCamp

Aperçu de l'analytique

Aperçu de l'analytique

Introduction à la littératie des données

Pourquoi utiliser l'analytique prédictive ?

  • Anticiper les issues les plus probables
  • Prévoir un processus ou une séquence
  • Estimer une valeur inconnue à partir des données disponibles

 

Attention : toute prédiction comporte un certain degré d'incertitude

Gros plan sur l'analytique prédictive

Introduction à la littératie des données

Techniques courantes

  • Modèles de Machine Learning
    • Basés sur la classification
      • Prédire les résiliations d'abonnements
    • Basés sur la régression
      • Prédire le prix des maisons selon les caractéristiques du quartier
  • Prévision de séries chronologiques
    • Prédire l'évolution des revenus de vente dans le temps
  • Analyse prédictive de texte
    • Prédire si un courriel est du pourriel ou non

Exemple de série chronologique

Introduction à la littératie des données

Modélisation prédictive

Étapes de la modélisation prédictive

  • Les données sont divisées en ensembles d'entraînement et de test pour bâtir le modèle prédictif
  • Les prédictions sont interprétées et évaluées sur les données de test, avec des mesures prédéfinies comme l'exactitude (pourcentage de prédictions justes)
Introduction à la littératie des données

Étude de cas : gagnant de la Coupe du Monde

Quelle équipe a le plus de chances de gagner la prochaine Coupe du Monde de la FIFA ?

  • Sélectionner des variables pertinentes : cotes d'équipe et de joueur, classements, difficulté des matchs
  • Bâtir un modèle prédictif pour estimer la probabilité de gagner ou d'atteindre certaines phases

 

Utiliser ces constats pour estimer la probabilité de victoire de chaque pays

Trophée et ballon de la Coupe du Monde

Introduction à la littératie des données

Passons à la pratique !

Introduction à la littératie des données

Preparing Video For Download...