Formation Comprendre les statistiques pour le Big Data ou la Business Intelligence

Cette formation Big Data Business Intelligence s’adresse aux personnes qui participent à des projets Big Data, Data Mining ou décisionnel et qui souhaitent soit comprendre le vocabulaire des statisticiens, afin de mieux appréhender l’analyse décisionnelle, soit avoir les bases suffisantes pour mettre en œuvre des calculs statistiques dans un projet Big Data.

Objectif opérationnel : 

Savoir mettre en oeuvre des calculs statistiques pour le Big Data.

Objectifs pédagogiques :

À l'issue de cette formation Big Data Business Intelligence vous aurez acquis les connaissances et compétences nécessaires pour :

• Comprendre le vocabulaire des statisticiens
• Éffectuer les calculs récurrents (moyennes, écart type, variance, etc.)
• Situer la frontière entre les statistiques et les probabilités tout en sachant effectuer des calculs probabilistes simples
• Appréhender ensuite les principales lois des statistiques afin de tester vos données
• Choisir le bon outil pour représenter vos études statistiques et ainsi bien communiquer dessus

Public :

Ce cours s'adresse aux développeurs, analystes, chefs de projets, ou toute personne souhaitant s’initier au traitement des données statistiques et comprendre les concepts clés de l’analyse des données.

Prérequis :

Pour suivre ce stage, il est nécessaire d'avoir des connaissances scolaires de base (somme, moyenne, pourcentage).

Le vocabulaire de base

Qu’est-ce qu’un échantillon ?
Les différentes méthodes d’échantillonnage
Population et individus
Fréquence et Effectif
Distribution ou répartition
Vocabulaire pour les variables (qualitatives, quantitatives, discrètes, continues)
Fréquence, dispersion, etc.

Calcul fondamental en statistique descriptive

Les indicateurs de tendance (moyenne, médiane)
Les indicateurs de dispersion (variance, écart-type)
Les quantiles

Probabilités

Un petit mot sur les probabilitésDifférences entre arrangements et combinaisons
Exemples de calculs simples de probabilités (probabilité de gagner au loto, de gagner 10 fois de suite à pile ou face, etc.)

Tests et intervalles de confiance

Lois statistiques et intervalle de confiance
Savoir estimer des résultats à partir d'un échantillon (enquête, contrôle ponctuel)
Savoir calculer des intervalles de confiance simples
Pourquoi parle-t-on de loi « normale » ?
Rechercher le lien entre deux phénomènes : la corrélation
Prévoir de nouvelles valeurs grâce à la régression simple
Le Test de Student
L’analyse de variance
La loi du X2

Visualisation des données

Tour d’horizon des formats de base (histogramme, barres, nuage, etc.)
Quel format pour quel besoin ?
Les outils généralistes des statisticiens
Outils spécifiques (cartes, nuages de mots, etc.)
Mettre en scène ses résultats (timelines)
Intégration des schémas dans une page Web

L’évolution des statistiques pour le Big Data

L’approche statistique ou l’approche « Machine Learning »
Le vertige des grandes dimensions
Présentation des grandes méthodes (lasso, noyaux, forêts aléatoires, réseaux de neurones)

Tous les calculs seront réalisés sur Excel ou en Python (pour les développeurs qui le souhaitent).
Des démonstrations seront également proposées sur le logiciel open source R.