À l’Issu de la Formation :

Les candidats seront capables de :

• Faire le choix de la ou des techniques statistiques appropriées selon la nature des données et l’objectif de l’étude
• Exécuter les analyses statistiques en utilisant le langage R, en développant leurs propres scripts ou en utilisant des scripts disponibles dans les ressources documentaires ou en ligne (Github, Scribbr, DataCamp..) 
• Interpréter les résultats de manières correctes
• Produire des rapports de synthèse d’un niveau professionnel

Niveau 2 :

Les principes analyses statistiques multivariées et leurs domaines d’utilisation :

• Les deux grandes familles de modélisation (statistique et algorithmique)
• Concepts de classification supervisée et non-supervisée, la théorie du modèle linéaire et modèle linéaire généralisé (GLM)
• L’ANOVA a plusieurs facteurs (croisés, hiérarchisés,..)
• Validation et diagnostic des modèles
• Sélection de modèles (méthodes progressives, LARS)
• Calculs de performance d’un modèle de prédiction (sensibilité, spécificité, précision, AUC, MSE,..)
• Théorie de l’Analyse en Composantes Principales (ACP)
• L’Analyse Factorielles des Correspondances (AFC)
• Classification hiérarchique (Clustering)
• Classification K-means
• L’analyse discriminante linéaire (ADL)

Les analyses statistiques multivariés  avec le langage R 

• Exécution sous R des différentes analyses et interprétation des sorties : régression linéaire multiple
• Régression logistique
• Anova a plusieurs facteurs
• Régression pas à pas
• ACP, AFC, Clustering,  K-means, ADL

Niveau 3 :

Les méthodes avancées d’apprentissage de modèles de classification (Machine Learning) : Bases théoriques, exécution avec le langage R  & interprétation

• Les modèles de régression pénalisées (Ridge, LASSO, ElasticNet)
• La régression PLS
• Les arbres de décisions (CART : Classification and Regression Trees)
• Les techniques d’agrégation de modèles (Bagging, Boosting)
• Évaluation de la qualité de prédiction des modèles par validation croisée
• Les forêts aléatoires (RF : Random Forest)
• Le classifieur Bayésien Naïf (NB : Naive Bayesian)

• La méthode KNN (k Nearest Neighbors)

• Les machines à vecteurs de support (SVM : Support Vector Machines)
• les réseaux de Neurones (NN : Neural Networks)