Descriptif

1. Décider du type de données dont vous avez besoin

• Comprendre les problèmes classiques de prise de décision rencontrés dans l'industrie du point de vue des exigences en matière de données

 (planification de la capacité, modèles d'allocation d'emplacement, planification de la production, modèles d'inventaire, etc.)

• Comment les exigences en matière de données diffèrent en ce qui concerne le niveau de décision dans les problèmes stratégiques, tactiques et opérationnels
• Collecte de données vs utilisation de données historiques

2. Préparer les données pour la modélisation

• Nettoyage, manipulation des données
• Comprendre la nature des données
• Statistiques descriptives
• Techniques de visualisation de données (affichages graphiques tels que boxplot, nuage de points, histogramme, etc.)

3. Adapter un modèle

• Discussion de quelques distributions continues et discrètes importantes (normale, exponentielle, poisson, log-normale, binomiale, etc.)
• Distribution/Ajustage de modèle
• Techniques de prévision (analyse de séries temporelles)
• Gestion de l'incertitude