Évaluer les compromis entre les erreurs de type I et de type II pour un test proposé et recommander des seuils alpha et bêta appropriés.

Réaliser un test t à deux échantillons sous Python/R, interpréter les valeurs p, traduire les résultats en recommandations opérationnelles en langage clair, et analyser la puissance du test en fonction de différentes tailles d'échantillon.

Élaborer et analyser des modèles de régression linéaire multiple à l'aide de techniques appropriées de validation statistique et de correction.

Appliquer des méthodes de classification avancées, notamment le « gradient boosting » et la régression logistique, tout en gérant le déséquilibre entre les classes afin d'obtenir des performances optimales.

Évaluer et corriger le déséquilibre entre les classes à l'aide de la méthode SMOTE, tout en documentant l'impact sur le score F1, afin d'assurer une validation complète du modèle.

Construire des modèles de forêt aléatoire validés par validation croisée qui atteignent les objectifs de précision définis par l'entreprise

Évaluer et surveiller la dérive du modèle à l'aide d'indicateurs statistiques afin de garantir sa fiabilité à long terme

Mettre en place des pipelines de validation croisée standardisés pour plusieurs algorithmes supervisés et comparer les indicateurs de performance

Évaluer les techniques de sélection des caractéristiques afin de trouver un équilibre entre la précision du modèle et son interprétabilité

Vous mettrez en place un pipeline complet de prédiction de la valeur vie client (CLV) pour une entreprise de commerce électronique. À partir de données brutes de transactions, vous réaliserez une analyse exploratoire des données, effectuerez un test d’hypothèse comparant différents segments de clientèle, développerez et validerez par recoupement un modèle de classification, appliquerez une sélection de caractéristiques afin de trouver un équilibre entre précision et interprétabilité, et rédigerez une note de synthèse à l’intention de la direction contenant des recommandations marketing concrètes. Ce projet intègre la synthèse des données, l'inférence statistique, la modélisation de classification et l'apprentissage supervisé au sein d'un workflow analytique unique de bout en bout.