en savoir plus
Permet à tous ses détenteurs d'obtenir 5% de réduction sur tous les livres lors du retrait en magasin (réduction non cumulable avec les réductions de type étudiant).
Offre également un certain nombre d'avantages auprès de nos partenaires.
Avec les favoris, retrouvez dans un espace les sélections effectuées au fur et à mesure de vos navigations dans le site.
Constituez pour votre usage personnel vos listes de livres en prévisions d'achats futurs et votre sélection d'articles, dossiers, événements, vidéos ou podcasts préférés ou à découvrir plus tard...
Il suffit simplement de cliquer sur "Ajout Favori" sur chaque page qui vous intéresse pour les retrouver ensuite dans votre espace personnel.
Requiert un compte Mollat
Requiert un compte Mollat
Explique les principes méthodologiques, les techniques statistiques et les algorithmes de calcul à mettre en oeuvre pour l'étude de très grandes bases de données. La technique prédictive du scoring et les techniques descriptives (qui vont de l'analyse du panier de la ménagère à la segmentation de la clientèle) sont décrites. Une présentation du Text mining et du Web mining complète le sujet. ©Electre 2025
Le data mining est une discipline de plus en plus répandue dans les entreprises soucieuses d'extraire l'information pertinente cachée dans leurs bases de données, en vue notamment d'améliorer leur gestion de la relation client (CRM) et leur maîtrise des risques.
Après avoir défini ce qu'est le data mining et dressé un panorama de ses applications, cet ouvrage expose les grandes étapes d'un projet de data mining, et particulièrement les deux points centraux que sont la préparation des données et la mise en oeuvre d'algorithmes spécifiques.
Il aborde l'aspect méthodologique en prenant pour exemple le déploiement d'un outil de scoring, comme il en existe beaucoup dans les banques, les organismes de crédit et chez les opérateurs téléphoniques, pour prédire, soit le risque d'impayé, soit la possibilité de souscrire un contrat ou d'acheter un produit. Il généralise ensuite ce qui peut l'être à tous les projets de data mining, tant en ce qui concerne les facteurs de réussite que les pièges à éviter.
Le choix d'un logiciel de data mining, ainsi que le text mining et le web mining font aussi l'objet d'explications détaillées.
Le dernier chapitre présente une étude de cas destinée à illustrer les principes exposés dans l'ouvrage.
Ce livre s'adresse aux statisticiens, aux utilisateurs et aux gestionnaires de bases de données. Les décideurs, mais aussi les enseignants et étudiants en sciences économiques, peuvent également le lire avec profit.
Contact : data.mining@free.fr
Paru le : 06/05/2003
Thématique : Langages de programmation
Auteur(s) : Auteur : Stéphane Tufféry
Éditeur(s) :
Dunod
01 Informatique
Collection(s) : InfoPro
Série(s) : Non précisé.
ISBN : Non précisé.
EAN13 : 9782100081844
Reliure : Broché
Pages : VIII-311
Hauteur: 25.0 cm / Largeur 18.0 cm
Épaisseur: 1.6 cm
Poids: 626 g