Cette formation fournit aux participants les compétences nécessaires pour appliquer la régression logistique à des jeux de données réels en entreprise. À travers des cas concrets, ils apprendront à identifier les variables catégorielles pertinentes, à construire des modèles prédictifs et à interpréter les résultats. L'objectif est de permettre aux collaborateurs de prendre des décisions éclairées basées sur l'analyse de données structurées.
Professionnels souhaitant renforcer leurs compétences en analyse prédictive et classification de données catégorielles.
Connaissances de base en statistiques et en manipulation de données (Excel ou outils similaires). Expérience pratique en analyse de données un plus.
Introduction aux concepts clés : régression linéaire vs logistique, variables catégorielles et leur traitement. Présentation des cas d'usage en entreprise (marketing, risques, RH). Exemple concret avec un jeu de données simplifié.
Techniques d'encodage des variables catégorielles (dummy variables, effect coding). Gestion des valeurs manquantes et des outliers. Sélection des variables pertinentes pour le modèle.
Paramétrage du modèle de régression logistique. Évaluation des performances : matrice de confusion, AUC-ROC, précision et rappel. Validation croisée et ajustement des hyperparamètres.
Analyse des coefficients et odds ratios. Visualisation des résultats pour une communication efficace. Intégration des prédictions dans des processus décisionnels (ex : scoring client, optimisation de campagnes).
Exercice guidé sur un cas réel : construction d'un modèle de prédiction de churn. Présentation des bonnes pratiques pour l'automatisation et la reproductibilité des analyses.
Évaluation des compétences par un cas pratique en fin de formation, avec correction collective et feedback individuel.
Formation certifiée Qualiopi, finançable OPCO.