Ferme la recherche

Méthodes PLS

Descriptif

Durée de la formation

Durée 14 heures
En centre 14 heures

Session

du 01 juil. 2021 au 02 juil. 2021  - Paris - 5ème (75)
+ autres sessions
du 01 juil. 2021 au 02 juil. 2021  - Paris - 5ème (75)
du 10 déc. 2021 au 11 déc. 2021  - Paris - 5ème (75)

Objectif de la formation

Extraire l'information utile et pertinente d'un ensemble de données pour lesquels les méthodes classiques sont inopérantes du fait d'un déséquilibre du fichier (plus de colonnes que de lignes, nombre important de données manquantes, redondance significative entre les variables exogènes).
Le but est l'exploration (évaluation de la structure de corrélation, présence de groupes, d'individus atypiques,...) et la modélisation (pouvoir prédire et anticiper le comportement d'un processus industriel ou transactionnel).

Description de la formation

- Méthode NIPALS (Non Iterative Partial Least Square)
Présentation de la méthode NIPALS
Particularités de cette méthode pour l'analyse des données
Utilisation pour les différents outils de l'analyse des données selon les objectifs poursuivis
Exploration
Modélisation
Prédiction
- L'analyse en Composantes principales (A.C.P.)
Particularités de l'ACP mise en oeuvre avec l'algorithme NIPALS
Représentation géométrique
Approche algébrique
Mise en oeuvre
Analyse
Utilisation des aides à l'interprétation
Exemples d'utilisation traités
- La régression PLS
Principes de la régression PLS avec l'algorithme NIPALS
Avantages par rapport aux méthodes de régression classiques (gestion de la multicolinéarité, des valeurs manquantes, tableaux déséquilibrés avec plus de colonnes que de lignes,...)
Régression PLS1
Présentation de la PLS1
Construction d'un modèle PLS1
Les méthodes de validation internes ou croisées pour le choix du nombre de composantes
Validation externe
Les prévisions
Présentation et utilisation des aides à l'interprétation
Application sur divers exemples traités
Régression PLS2
Présentation de la PLS2
Particularités de la PLS2
Conditions d'utilisation
Construction d'un modèle PLS2
Les méthodes de validation internes ou croisées pour le choix du nombre de composantes
Validation externe
Les prévisions
Présentation et utilisation des aides à l'interprétation
Application sur divers exemples traités
- L'analyse Discriminante
Types de données et objectifs poursuivis
Exploration et identification de groupes
Affectation de nouveaux individus : prédiction
Méthode SIMCA (Soft Independent Modeling of Class Analogy)
Utilisation de l'ACP NIPALS pour l'identification de groupes
Règles de discrimination : le Cooman's plot
Mode d'affectation de nouveaux individus ou groupe d'individus
Exploration et identification de groupes
Application sur divers exemples
La régression PLSDA (Discriminant Analysis)
Présentation et particularités de la PLSDA
Conditions d'utilisation
Construction d'un modèle PLSDA
Les méthodes de validation internes ou croisées pour le choix du nombre de composantes
Validation externe
Les prévisions
Présentation et utilisation des aides à l'interprétation
Application sur divers exemples traités
- Applications
Analyses de spectres
Contrôle de procédés par lots (batch)
Contrôle statistique multidimensionnel MSPC
Introduction à l'analyse des données OMICS

Conditions d'accès

Pour suivre ce stage dans de bonnes conditions, il est recommandé d'avoir suivi en amont la formation Analyse des données : méthodes exploratoires (ACP, AFC, classification).

Validation

Attestation d'acquis ou de compétences;Attestation de suivi de présence

Donne accès au(x) métier(s) suivant(s)

Etudes et prospectives socio-economiques (voir la fiche métier)

Et après la formation ?

Retour à l'emploi des anciens stagiaires

ÉLEVÉ

Conseils
Les questions à poser avant de choisir un centre de formation
  • Quels sont les profils des anciens stagiaires (niveau de formation, expérience professionnelle) ?
  • Est-il possible de visiter le centre ?
  • Quel type de public accueillez-vous en formation (salariés, demandeurs d’emploi, particuliers) ?
  • Peut-on obtenir une liste de ces anciens stagiaires pour les interroger sur cette formation ?
  • Comment aidez-vous les stagiaires à trouver un emploi ?

Data Value

Lieu de formation

10 bis Rue du Sommerard
Paris - 5ème

Calculez votre itinéraire

Centre de formation

41 Rue de la Découverte
31670, Labège

Toutes les formations et avis pour Data Value