Data Mining et statistique décisionnelle – L’intelligence des données

Le data mining et la statistique sont de plus en plus répandus dans les entreprises et les organisations soucieuses d’extraire l’information pertinente de leurs bases de données, qu’elles peuvent utiliser pour expliquer et prévoir les phénomènes qui les concernent (risques, consommation, fidélisation…). Une tendance qui explique pourquoi Stéphane Tufféry, docteur en mathématiques, en charge de la statistique et du data Mining dans un grand groupe bancaire français , et enseignant de data Mining à l’université Rennes 1 à l’ISUP (Institut de Statistique de l’Université de Paris), vient de publier la troisième édition de  » Data Mining et statistique décisionnelle – L’intelligence des données « . Cette nouvelle édition, actualisée et augmentée de 170 pages, fait le point sur le data Mining, ses méthodes, ses outils et ses applications, qui vont du scoring jusqu’au Web Mining et au text Mining. Nombre de ses outils appartiennent à l’analyse des données et à la statistique classique (classification automatique, analyse discriminante, régression logistique, modèles linéaires généralisés, régression régularisée…) mais certains sont plus spécifiques au data Mining, comme les arbres de décision, les réseaux de neurones, les SVM, l’agrégation de modèles et la détection des règles d’associations. Ces outils sont disponibles dans des logiciels de plus en plus puissants et conviviaux. Autre nouveauté : l’enrichissement conséquent du chapitre destiné à aider le lecteur à se diriger dans cette offre logicielle et à comprendre les fonctionnalités des trois principaux : SAS, IBM et SPSS et aussi R. Ces logiciels sont aussi utilisés pour illustrer, par des exemples, de nombreuses explications théoriques. Une nouvelle partie de 50 pages est consacrée à une étude de cas complète de  » credit scoring « , qui va de l’exploration des données jusqu’à l’élaboration de la grille de score.Les aspects méthodologiques vont de la conduite des projets jusqu’aux facteurs de réussite et aux pièges à éviter, en passant par l’évaluation et la comparaison des modèles, leur intégration dans les processus opérationnels, sans oublier les contraintes juridiques dès que l’on traite des données à caractère personnel.Par Marc Chabreuil