| Titre : | Data mining et statistique décisionnelle : l'intelligence des données |
| Auteurs : | Stéphane Tufféry, Auteur |
| Type de document : | Monographie imprimée |
| Mention d'édition : | Nouvelle éd. revue et augmentée |
| Editeur : | Paris : Éditions Technip, 2007 |
| ISBN/ISSN/EAN : | 978-2-7108-0888-6 |
| Format : | 1 vol. (XIX-533 p.) / graph. / 24 cm |
| Note générale : |
La couv. porte en plus : analyse discriminante, arbres de décision, bootstrap, classification, exploration des données, modèles linéaires, régression logistique, réseaux de neurones, scoring, text mining Bibliogr. p. 521-527. Index |
| Langues: | Français |
| Index. décimale : | 005.74 (Fichiers et système de gestion de bases de données. Compression des données) |
| Catégories : |
[Agneaux] Exploration de données [Agneaux] Marketing > Recherche [Agneaux] Méthode des scores [Agneaux] Systèmes d'aide à la décision |
| Résumé : |
Le data mining et la statistique sont de plus en plus répandus dans les entreprises et les organisations soucieuses d'extraire l'information pertinente cachée dans leurs bases de données, en vue d'expliquer et de prévoir. Cette nouvelle édition, revue et augmentée de 160 pages, fait le point sur le data mining, ses méthodes, ses outils et ses applications, qui vont du scoring jusqu'au web mining et au text mining. Nombre de ces outils appartiennent à l'analyse des données et la statistique classique (classification automatique, analyse discriminante, régression logistique, modèles linéaires généralisés,...) mais certains sont plus spécifiques au data mining, comme les antres de décision, les réseaux de neurones, les SVM, le boosting, etc. Tous sont disponibles dans des logiciels de plus en plus puissants et conviviaux : un chapitre aide d'ailleurs le lecteur a se diriger dans cette offre logicielle fournie et dresse un comparatif très approfondi des deux leaders, SAS et SPSS. L'utilisation des logiciels et l'interprétation des résultats sont illustrées par de nombreux exemples conduits avec SAS. SPSS et R. 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, l'intégration dans le marketing de bases de données, le Calcul du retour sur investissement, les interfaces informatiques, sans oublier les contraintes juridiques dés que l'on traite des données à caractère personnel. |
| Sommaire : |
Panorama du data mining Le déroulement d'une étude de data mining L'exploration et la préparation des données L'utilisation des données commerciales Aperçu sur les techniques de data mining L'analyse factorielle Les réseaux de neurones Les techniques de classification automatique La recherche d'associations Les techniques de classement et de prédiction Une application du data mining : le scoring Les facteurs de succès d'un projet de data mining Les logiciels de statistique et data mining Le text mining Le web mining |
Disponibilité (2)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MAT/233 | Livre | bibliothèque sciences exactes | Consultable |
| MAT/233 | Livre | bibliothèque sciences exactes | Empruntable |
