|
Réseaux bayesiens et Marketing
|
Conférence de Mr Lionel JOUFFE, Dr., Président de Bayesia, le lundi 5 mars 2012 de 8h30 à 11h45 en P509.
Quelques auditeurs libres possibles en fonction des places disponibles. En faire la demande auprès de Mme Anaïs Le BRUN (anais.le-brun at dauphine.fr).
Le conférencier
 | Dr. Lionel Jouffe est le co-fondateur et Président de BAYESIA S.A.S. Après avoir effectué une thèse de doctorat portant sur l’apprentissage par renforcement et la logique floue, Lionel Jouffe a consacré une année à l’industrialisation des résultats de ses travaux de recherche (Prix Inov’Space, médaille de la ville de Rennes). Il a ensuite rejoint l’ESIEA en tant qu’enseignant chercheur et s’est associé à Paul Munteanu pour travailler sur l’élaboration de nouvelles méthodes d’apprentissage automatique des Réseaux Bayésiens (Data Mining). Ayant toujours à l’esprit l’application pratique des résultats de leurs recherches et voyant le vaste champ d’applications des réseaux Bayésiens, ils ont naturellement créé BAYESIA en 2001. |
BAYESIA est désormais leader international dans le domaine des réseaux Bayésiens et du Data Mining, notamment avec BayesiaLab, leur logiciel d’édition et d’apprentissage automatique de réseaux Bayésiens. La pertinence de cet outil, en particulier dans le contexte du Market Research, est soulignée par le partenariat stratégique mondial de BAYESIA avec PROCTER & GAMBLE, qui a déployé BayesiaLab globalement depuis 2007.
Plan de la présentation
| 1. | Introduction très générale des Réseaux Bayésiens |
| - MindMap | |
| - courte démonstration d’apprentissage d’un réseau Bayésien pour la découverte de relations dans les marchés financiers | |
| 2. | Exemples de raisonnements probabilistes |
| 3. | Réseaux Bayésiens et de Inférence probabiliste |
| 4. | Exemples d’applications en Market Research |
| -1.Equations Structurelles Probabilistes | |
| -2.Segmentation (clustering des clients) | |
| -3.Scoring | |
| -4.Simulation de marché | |
| -5.Modélisation de la connaissance experte par Brain Storming |
Lectures d’approfondissement
Introduction to Bayesian Networks
Unsupervised and Supervised Learning with BayesiaLab
Knowledge Discovery in Stock Market
Driver analysis and product optimization with BayesiaLab
Probabilistic Latent Factor Induction and Statistical Factor Analysis
Modeling Vehicle Choice and Simulating Market Share with Bayesian Networks
BayesiaLab Knowledge Elicitation Environment