Data mining et statistique décisionnelle - technip - 9782710811800 -
Data mining et statistique décisionnelle 

Data mining et statistique décisionnelle
La science des données

Le data mining et la data science sont de plus en plus répandus dans les entreprises et les organisations soucieuses d’extraire l’information pertinente de leurs bases de données, qu’elles peuvent utiliser pour expliquer et prévoir les phénomènes qui les concernent (risques, production, consommation, fidélisation…). Cette cinquième édition, [...]
[lire le résumé du livre]

Auteur : 

Editeur : Technip

Date parution :  (5ème édition)

Reliure :
Relié
Dimension :
17 x 24 x 4.8 cm
Poids :
1565 gr
ISBN 10 :
2710811804
ISBN 13 :
9782710811800
68,00 €
Disponible expédié
sous 4 à 8 jours

Paiements sécurisés
CB Google/Apple Pay, Chèque, Virement
0.01€ à partir de 35€ en France métropolitaine
Satisfait ou remboursé sous 14 jours ouvrés

Quel est le sujet du livre "Data mining et statistique décisionnelle"

Le data mining et la data science sont de plus en plus répandus dans les entreprises et les organisations soucieuses d’extraire l’information pertinente de leurs bases de données, qu’elles peuvent utiliser pour expliquer et prévoir les phénomènes qui les concernent (risques, production, consommation, fidélisation…).
Cette cinquième édition, actualisée et augmentée de 90 pages, fait le point sur le data mining, ses méthodes, ses outils et ses applications, qui vont du scoring jusqu’au text mining, objet d’un chapitre complètement remanié. Nombre de ses outils appartiennent à l’analyse des données et à la statistique « classiques » (analyse factorielle, classification automatique, analyse discriminante, régression logistique, modèles linéaires généralisés, régression pénalisée, régression clusterwise…) mais certains sont plus spécifiques au data mining, comme les réseaux de neurones, les algorithmes génétiques, les SVM, les arbres de décision, les forêts aléatoires, le boosting et la détection des règles d’associations. Les avancées les plus récentes du machine learning et les applications les plus actuelles des Big Data sont présentées, qui vont des algorithmes de reconnaissance d’image aux méthodes de plongement de mots en text mining. Les chapitres sur les réseaux de neurones et les SVM sont illustrés par la reconnaissance de l’écriture manuscrite.
Ces outils sont disponibles dans des logiciels de plus en plus puissants et complets, à commencer par le logiciel libre R, que nous comparons en détail aux logiciels SAS et IBM SPSS dans un chapitre spécifique. Ces logiciels sont utilisés pour illustrer par des exemples précis les explications théoriques données.
Les aspects méthodologiques vont de la conduite des projets jusqu’aux facteurs de réussite et aux pièges à éviter, en passant par l’évaluation et la comparaison des modèles, leur intégration dans les processus opérationnels. Un chapitre est consacré à une étude de cas complète de credit scoring, de l’exploration des données jusqu’à l’élaboration de la grille de score.

Auteurs :

Auteur Stéphane Tuffery est responsable des études statistiques dans un grand groupe bancaire. Il intervient à l'Institut des Actuaires et il est Maître de Conférences associé à l'Université de Rennes 1, où il enseigne le data mining et les méthodes de Big Data. Il a été traduit en anglais et a récemment publié Modélisation prédictive et apprentissage statistique avec R (2e édition) dans la même collection.

En suivant ce lien, retrouvez tous les livres dans la spécialité Probabilités et statistique.

Avis clients sur Data mining et statistique décisionnelle - technip -

(Ils sont modérés par nos soins et rédigés par des clients ayant acheté l'ouvrage)
Donnez votre avis
 
Controler les cookies