• Ce que vous allez expérimenter

    Apprendre par la pratique, développer votre intuition et comprendre les concepts de base.

  • Notre objectif

    Vous fournir une expérience d’apprentissage pour vous aider à atteindre vos objectifs.

Approche pratico-pratique

  • Accès à tout le contenu du cours

  • Un cas utilisateur

  • 4 laboratoires avec solutions

  • Quizzes

  • Espace de discussion

  • Ressources optionnelles

Watch Intro Video

Comprendre vos clients

Regarder la vidéo de présentation du cours

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!

    • Programme du cours

    • Augmenter et personnaliser votre expérience d'apprentissage (payant)

    • Session d'information (vendredi 08 janvier 2021, 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

    • Ressources
  • 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
  • 5

    Module 1: Explorer

    • Ce que ce chapitre va couvrir

    • Labo 1: énoncé

    • Labo 2: énoncé

    • SQL : Notions de base

    • 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

    • Fichiers - labo 1 et 2
  • 6

    Module 2: Segmenter

    • Ce que ce chapitre va couvrir

    • Labo 3: énoncé

    • Segmentation: définition et types

    • Segmentation managériale: la méthode RFM

    • Labo 3 : Segmentation managériale utilisant SQL

    • Classe virtuelle #2 (Option AUGMENTÉE ou PERSONNALISÉE )

    • Quiz 3

    • Sommaire du chapitre et ce qu'il faut retenir

    • Code SQL du labo 3
  • 7

    Module 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

    • Labo 4: Expérience Azure ML: étape par étape
  • 8

    Module 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 virtuelle #4 (options AUGMENTÉE et PERSONNALISÉE)

    • Quiz 5

    • Sommaire du chapitre et ce qu'il faut retenir

    • 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

Libérer le pouvoir de la science des données

maintenant

Inscrivez-vous

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

  • $190.00

    $190.00Option Augmentée: Introduction à l'analytique client

    Expérience d'apprentissage augmentée
    Ajouter

  • $590.00

    $590.00Option Personnalisée: Introduction à l'analytique client

    Expérience d'apprentissage personnalisée
    Ajouter

Photos by: rawpixel on Unsplash, Matthew Henry from Burst