Introduction à la science des données
Perspective marketing
Approche pratico-pratique
-
Accès à tout le contenu du cours
-
Un cas utilisateur
-
4 laboratoires avec solutions
-
Quizzes
-
Espace de discussion
-
Ressources optionnelles
En résumé
-
Préparer des données à l'aide de SQL
-
Avoir un survol de l’apprentissage automatique (machine learning)
-
Élaborer un tableau de bord client à l'aide de Power BI
-
Créer un modèle de segmentation à l'aide de SQL
-
Construire un modèle de ciblage à l'aide d'Azure ML
-
Bâtir un système de recommandation à l'aide d'Azure ML
Aller plus loin
Une approche basée sur la pratique
Tout au long du cours, vous allez apprendre les concepts de base et commencer à appliquer des analyses avancées.
Vous allez participer à 5 ateliers pratiques pour la création de modèles avancés.
Vous apprendrez les principaux concepts de la science des données, tels que le processus d'exploration de données, l'apprentissage automatique et le modèle de classification.
Vous allez apprendre les bases de trois outils: SQL, Power BI et Microsoft Azure ML.
Vous pourrez tester et mettre en pratique toutes ces compétences avec des questionnaires et des travaux pratiques:
- préparation de données avec SQL,
- tableau de bord client avec Power BI,
- segmentation managériale avec SQL,
- modèles de ciblage et de recommandation avec Microsoft Azure ML Studio.
Le but ultime du cours est de libérer le potentiel de la science des données pour votre carrière et votre organisation.
Plan du cours
-
1
Bienvenue à la cohorte!
-
Bienvenue!
-
Augmenter et personnaliser votre expérience d'apprentissage (payant)
-
Session d'information (vendredi 17 janv. 2020, 12:00 PM)
-
Comment utiliser ce cours (en anglais)
-
Espace de discussion et d’échange
-
Réseaux sociaux de la plateforme
-
Apprendre comment apprendre
-
Avant que nous commencions...
-
Discussion individuelle de 15 minutes au sujet de l'option PERSONNALISÉE (nombre de places limité)
-
-
2
Votre mission
-
Étude de cas: Améliorer le taux de rétention client
-
Mise en place des labos
-
-
3
Introduction générale!
-
Objectifs du cours
-
A qui s’adresse le cours
-
Nos principes d’apprentissage
-
Prérequis
-
Ce que ce chapitre va couvrir
-
-
4
Les fondations
-
Ce que ce chapitre va couvrir
-
Processus de la science des données
-
Processus de la science des données
-
Boite à outils et cadre d'analyse en marketing
-
Sommaire du chapitre et ce qu'il faut retenir
-
Quiz 1
-
Lectures optionnelles
-
-
5
Semaine 1: Explorer
-
Ce que ce chapitre va couvrir
-
Labo 1: énoncé
-
Labo 2: énoncé
-
SQL : Notions de base
-
Mise en route du labo
-
Labo 1 : Préparation des données utilisant SQL
-
Labo 2 : Tableau de bord du client avec Power BI
-
Classe virtuelle #1 (options AUGMENTÉE ou PERSONNALISÉE)
-
Quiz 2
-
Sommaire du chapitre et ce qu'il faut retenir
-
Lectures optionnelles
-
Fichiers - labo 1 et 2
-
-
6
Semaine 2: Segmenter
-
Ce que ce chapitre va couvrir
-
Labo 3: énoncé
-
Segmentation: définition et types
-
Segmentation managériale: la méthode RFM
-
Mise en route du labo
-
Labo 3 : Segmentation managériale utilisant SQL
-
Classe de maître #1 (options PERSONNALISÉE)
-
Classe virtuelle #2 (Option AUGMENTÉE ou PERSONNALISÉE )
-
Quiz 3
-
Sommaire du chapitre et ce qu'il faut retenir
-
Lectures optionnelles
-
Code SQL du labo 3
-
-
7
Semaine 3: Cibler
-
Ce que ce chapitre va couvrir
-
Labo 4: énoncé
-
Données pour le labo 4
-
Code SQL - Préparation des données du labo 4
-
Apprentissage automatique: Définitions
-
Le choix de la mesure d'évaluation
-
Concept fondamental en classification: Dilemme biais-variance
-
Vue d’ensemble d’Azure Machine Learning Studio
-
Labo 4 : Ciblage des acheteurs potentiels de vélos utilisant Azure ML - Partie 1
-
Labo 4 : Ciblage des acheteurs potentiels de vélos utilisant Azure ML - Partie 2
-
Classe virtuelle 3# (options AUGMENTÉE et PERSONNALISÉE)
-
Quiz 4
-
Sommaire du chapitre et ce qu'il faut retenir
-
Lectures optionnelles
-
Labo 4: Expérience Azure ML: étape par étape
-
-
8
Semaine 4: Recommander
-
Ce que ce chapitre va couvrir
-
Labo 5: énoncé
-
Code SQL - Préparation des données du labo 5
-
Données pour le labo 5
-
Système de recommandation: définition et méthodes
-
Classe de maître #2 (options PERSONNALISÉE)
-
Classe virtuelle #4 (options AUGMENTÉE et PERSONNALISÉE)
-
Quiz 5
-
Sommaire du chapitre et ce qu'il faut retenir
-
Lectures optionnelles
-
Labo 5 : "Next Best Offer" avec Azure ML
-
-
9
Projet final (Option PERSONNALISÉE)
-
Le projet
-
-
10
Conclusion
-
Merci
-
Copyright
-
Aidez-nous à améliorer votre expérience d’apprentissage
-
-
11
Bonus
-
Votre bonus
-
Votre Instructeur
Mohamed Jendoubi
Fondateur d'Uluumy, Expert en IA
Notre mission est de démocratiser l’IA.
Je cumule plus de 10 ans d’expérience en analytique avancées.
J’ai une maîtrise en intelligence d’affaires de HEC Montréal et un Master Spécialisé en Ingénierie des Systèmes Informatiques Communicants de la grande école d’ingénieurs IMT Atlantique.
Je suis un adepte de l’apprentissage tout au long de la vie.
Options augmentée et personnalisée
Augmenter et personnaliser votre expérience d'apprentissage
Photos by: rawpixel on Unsplash, Matthew Henry from Burst