CU : Méthodes de base du Data Mining Niveau 2

• Maîtrise des méthodes de l’économétrie du qualitatif,
• Maîtrise de l’analyse des données
• Maîtrise du logiciel SAS ou R

Maîtrise théorique et pratique des méthodes de clustering et de scoring

Le master SIAD offre, en formation continue, un ensemble coordonné de formations à tous ceux qui veulent s’initier au domaine des Data Sciences.

Le programme commence par l’apprentissage des fonctions de base de SAS (CU1). Il se poursuit par la maîtrise des techniques de l’économétrie qualitative (CU2) et de l’analyse des données (CU3). Viennent ensuite l’acquisition des fondamentaux du data mining (CU4 et CU5) puis l’apprentissage des nouvelles techniques liées au web et au traitement des données textuelles (CU6). Le programme se clôt par une formation aux techniques du Big Data (CU7).

Ce programme peut également être utilisé « à la carte » pour tous ceux qui veulent conforter ou élargir leurs connaissances dans l’un ou l’autre de ces domaines. Selon les compétences déjà acquises, chacun peut ainsi choisir, dans cet ensemble de certificats universitaires, celui ou ceux qui correspondent à son besoin.

• CU1 Introduction à la programmation SAS  30h 
• CU2 Econométrie des variables qualitatives 24 h
• CU3 Analyse de données 40 h
• CU4 Méthodes de base du data mining niveau 1 31 h
• CU5 Méthodes de base du data mining niveau 2  36 h
• CU6 Méthodes de la statistique textuelle et Web Analytics 48 h
• CU7 Méthodes de base du Big Data​​​​​​​ 45 h

Tous secteurs d'activité

Développer les connaissances, les capacités d’analyse et d’accès au monde du travail, telle est l’ambition des formations que nous proposons. N'hésitez pas à consulter l'ensemble de notre offre de formation ou à prendre contact avec nos conseillères formation pour toutes demandes complémentaires.

Contacts administratifs

• RAMOS Sophie
  03 62 26 87 46
   
• Lescoffit Bénédicte
  03 20 43 32 05

Responsable du CU

• Virginie Delsart
• virginie.delsartuniv-lillefr

Composante  portant le CU :

FaSEST - Faculté des sciences économiques, sociales et des territoires