Les diplômé-e-s de la formation continue Predictive Analytics obtiennent, après avoir réussi le cours, le "Certificate of Advanced Studies in Statistical Modelling" avec 12 ECTS.

La formation continue en analyse prédictive s'adresse à des personnes telles que des analystes responsables du traitement de données d'entreprise ou de données publiques, ainsi qu'à des personnes chargées de l'évaluation de données de clients, de la surveillance et de la régulation de processus d'exploitation ou de production ou de la fourniture de modèles statistiques ou de rapports comme bases de décision protégées par des données.

La formation en analyse prédictive requiert en règle générale un diplôme universitaire de la part des participants, mais la direction des études peut également admettre des praticiens disposant de compétences professionnelles équivalentes (admission "sur dossier").

Les conditions d'admission variant toutefois légèrement d'une Hautes écoles à l'autre, il est judicieux de se renseigner directement auprès des écoles. Cela se fait rapidement, facilement et sans engagement via notre formulaire de contact.

La formation en analyse prédictive a lieu une fois par semaine, à plein temps, répartie sur une période de cinq mois.

Le cours de formation continue en analyse prédictive (CAS Statistical Modelling) se compose de quatre modules : "Information Processing with R" avec les contenus Data wrangling et visualisation, Reporting tools, Conception de la stratégie d'analyse, Création de shiny, "Advanced Regression Modelling" avec les méthodes de calcul de régression de grandeurs cibles non normalement distribuées, Évaluation du modèle, Développement de modèles de régression généralisés protégés par des données, "Analysis of Time to Event Data" Adéquation du modèle, taux d'aléa, censure, inférence, modèles de défaillance et de temps d'attente, "Network Analysis" avec modèles de réseaux sociaux et propriétés, structures de communautés et masse de centralité, diffusion dans les réseaux sociaux, modèles graphiques et causalité, visualisation de réseaux et 2-dim embedding.