1 Objectif

• Vous avez vu mon petit projet d’analyse des prix immobiliers à Paris et vous souhaitez savoir comment faire?
• Vous voulez découvrir les différentes techniques utilisées en Data Science?
• Vous avez besoin de réaliser un prototype pour un projet d’analyse de données?

Je vous propose un programme de mentoring à distance pour découvrir la Data Science, basé sur le projet d’analyse des prix immobilier:

• Cette formation a pour but de démystifier la Data Science en vous proposant un projet à réaliser avec R.
• Cette formation se fait à distance, à votre bureau ou chez vous, vous passerez environ 2 h par jour pour réaliser les différents exercices.
• En 5 jours, vous pourrez découvrir un ensemble de techniques, et des pistes pour aller plus loin dans chaque étape.
• Vous pourrez envoyer vos questions à tout moment, et vous recevez une réponse en moins d’une heure.
• Cette formation vous apprend à être autodidacte, et continuer à approfondir les techniques.

Ces techniques peuvent être appliquées dans des exemples divers en assurance

• Marketing: conversion, acquisition et rétention
• Tarification: modèles de tarification et utilisation des données externes
• Résilisation: causes et détection
• Sinistres: prédiction de la sévérité
• Fraudes: souscription et sinistres
• Innovation produits

2 Déroulement

Pendant 5 jours, vous allez découvrir un projet Data Science avec toutes les étapes de traitements des données avec R.

Les dispositifs pour un apprentissage efficace sont :

• 1h de mentoring par appel vidéo
• 2h d’exercice par jour (temps estimé pour la réalisation des exercices de programmation avec R)
• Assistance pour la programmation
• Réponses à toutes vos questions (téléphone, appel vidéo, mail)

Supports et exercices

Les supports vous seront envoyés par mail, et ils comprendront:

• les explications sur les différentes techniques et fonctions
• quelques exercices
• mise en pratique pour la réalisation du projet

Envoi des réponses

Chaque jour avant 20h, les réponses aux questions doivent être envoyés.

Forum de discussions

Vous pouvez poser des questions à tout moment, et la question sera traitée en moins de 2 heures de 9h à 22h

Envoi du projet

Vous devez envoyer le projet finalisé dans un dossier comprenant:

• un fichier rmd
• un fichier html, directement compilé à partir du fichier rmd
• si nécessaire, un dossier qui contient les données utilisées

Correction

A la fin de la formation, vous recevrez la correction pour la réalisation du projet.

3 Programme

• Jour 1: introduction à R
• Jour 2: webscrapping
• Jour 3: nettoyage de données
• Jour 4: visualisation des données
• Jour 5: machine learning
• Projet final: analyse du prix immobilier à Paris

On peut détailler un peu plus:

• Webscrapping
  • Connaissance de la structure des pages html
  • Manipulation des codes html
  • Manipulation des expressions régulières
• Nettoyage de données
  • Manipulation des vecteurs et des data.frame
  • Fusion et sélection de données
• Machine learning
  • Apprentissage supervisé
  • Régression
  • Prédiction du prix immobilier
• Visualisation des données
  • Utilisation du package ggplot2
  • Types de visualisation
  • Graphiques interactifs
  • Formattage des tables
• Visualisation géographique
  • Manipulation des fichiers shapefile
  • Carte choroplète
  • Graphiques interactifs
• Outil de production
  • Rmarkdown
  • htmlwidgets
  • Tableaux de bord

4 Exemples

Pour mieux comprendre ce que vous allez apprendre une partie des résultats est consultable sur cet article : analyse des prix immobiliers

Un autre exemple de prédiction du prix est présenté dans cet article.