Analyse statistique des données manquantes : méthodes et applications | Formation Qualiopi | BusinessDigital.fr

Analyse statistique des données manquantes : méthodes et applications

Cette journée de formation permet aux professionnels de la donnée de maîtriser l’ensemble du processus de gestion des valeurs manquantes. Après une introduction aux causes et aux types de manquements, les participants apprendront à identifier les patterns de manque avec des outils statistiques. Ils découvriront les principales techniques d’imputation , suppression, moyenne, modèles prédictifs, méthodes d’apprentissage profond , et sauront les appliquer dans les environnements R ou Python. Un volet dédié à l’évaluation de l’impact des données manquantes sur les performances des modèles d’intelligence artificielle montre comment quantifier les biais introduits et ajuster les modèles en conséquence. Enfin, les stagiaires élaboreront un protocole de suivi et de gouvernance des données afin de garantir la fiabilité des analyses futures. La formation est interactive, basée sur des cas réels d’entreprises, et constitue un prérequis indispensable pour toute organisation souhaitant optimiser son exploitation de l’IA.

Objectifs pédagogiques

• Identifier les patterns de valeurs manquantes dans un jeu de données.
• Sélectionner la technique d’imputation adaptée au contexte métier.
• Mettre en œuvre les méthodes d’imputation avec R ou Python.
• Evaluer l’impact des valeurs manquantes sur les performances des modèles IA.
• Mettre en place un processus de suivi et de gouvernance des données manquantes.

Programme

Informations pratiques

• Durée : 1 jour (7 heures)
• Format : presentiel
• Prix : Sur devis , finançable OPCO
• Prérequis : Bonne maîtrise des bases de la statistique et expérience avec un logiciel d’analyse (R, Python, SAS).
• Public visé : Cette formation s’adresse aux professionnels de la donnée souhaitant maîtriser la gestion des valeurs manquantes.