Réservez les formations disponibles partout en France !

location-dot
location-dot
location-dot
À partir de
location-dot
image OF
  1. Accueil
  2. Numérique
  3. Informatique
  4. Bases de données et data analyse
  5. Méthodes PLS
Méthodes PLS

Méthodes PLS

Qualiopi
En centre
Non éligible CPF
Presentiel
distanciel
Sélectionnez une session :

Choisissez une date pour pouvoir réserver !

Objectifs
Programme

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). 

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 œuvre avec l’algorithme NIPALS
  • Représentation géométrique
  • Approche algébrique
  • Mise en œuvre
  • 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 
Public visé

Toute personne souhaitant réaliser l'analyse de données issues d'un fichier présentant des déséquilibres. 

Prérequis

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) ou d'avoir atteint par la pratique un niveau équivalent.

Méthodes pédagogiques

Pédagogie active mêlant exposés, exercices et applications pratiques dans le logiciel R. 

Modalités d'évaluation

Un formulaire d'auto-évaluation proposé en amont de la formation nous permettra d'évaluer votre niveau et de recueillir vos attentes. Ce même formulaire soumis en aval de la formation fournira une appréciation de votre progression.
Des exercices pratiques seront proposés à la fin de chaque séquence pédagogique pour l'évaluation des acquis.
En fin de formation, vous serez amené(e) à renseigner un questionnaire d'évaluation à chaud.
Une attestation de formation vous sera adressée à l'issue de la session.
Trois mois après votre formation, vous recevrez par email un formulaire d'évaluation à froid sur l'utilisation des acquis de la formation.

Choisissez une date pour pouvoir réserver !

Autres formations disponibles :
Prochaines sessions disponibles :04 déc.05 déc.06 déc.09 déc.
Qualiopi
En centre
Non éligible CPF
formation
Asnières-sur-Seine (92600)
ATOMIC RESEARCH
Prochaines sessions disponibles :04 déc.
Qualiopi
En centre
Non éligible CPF
formation
Paris (75000)
Power BI
Prochaines sessions disponibles :04 déc.04 févr.25 mars13 mai
Qualiopi
En centre
Non éligible CPF
Entreprise seulement
Prochaines sessions disponibles :09 déc.16 déc.23 déc.30 déc.
Qualiopi
En centre
Non éligible CPF
Prochaines sessions disponibles :09 déc.16 déc.23 déc.30 déc.
Qualiopi
En centre
Non éligible CPF
logo ouformer
Réalisation :Definima
Utilisation des cookies

Nous utilisons des cookies pour vous fournir l'ensemble de nos services, notamment la recherche et les alertes. En acceptant, vous consentez à notre utilisation de ces cookies.

Refuser
Accepter