Cette formation pratique permet aux participants d'acquérir les connaissances fondamentales et les compétences pratiques nécessaires pour mettre en œuvre le clustering K-Means dans le cadre de l'apprentissage automatique non supervisé à l'aide du langage de programmation R. Destinée aux personnes ayant des connaissances de base en R et en statistiques, cette formation guide les participants tout au long du processus d'exploration d'ensembles de données réels, de préparation des données pour le clustering et d'interprétation des résultats de segmentation.

Les apprenants commenceront par décrire les concepts fondamentaux du regroupement en clusters et expliquer les objectifs de la segmentation non supervisée de la clientèle. Ils appliqueront ensuite l’algorithme K-Means dans R et analyseront les effets de la mise à l’échelle des caractéristiques sur la qualité des clusters. L’accent est mis sur la mise en œuvre pratique, la réflexion critique et l’interprétation des performances, ce qui permettra aux apprenants d’utiliser efficacement le regroupement par clusters dans le marketing, l’analyse comportementale et d’autres domaines impliquant des données non étiquetées. À l’issue de ce cours, les apprenants seront capables de construire de manière autonome des workflows de regroupement par grappes, d’évaluer l’efficacité de ce regroupement et de recommander des stratégies de regroupement fondées sur les données dans des contextes concrets.