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
Mêlant théorie et pratique, cet ouvrage propose une méthodologie expliquant les concepts, les techniques et les outils du data mining. Il présente les principaux algorithmes et fournit des exemples de leur utilisation sur de grands ensembles de données portant sur des cas réels dont de nombreux cas français. ©Electre 2025
Data mining
Découverte de connaissances dans les données
Révolution de l'ingénierie de la connaissance, permettant de découvrir de nouvelles corrélations, tendances et modèles au sein de grandes masses de données, le data mining (domaine majeur de la data science) est devenu l'outil de veille technologique, stratégique et concurrentielle par excellence, grâce à des logiciels d'analyse toujours plus puissants. Seule une bonne compréhension des mécanismes complexes, au carrefour de l'algorithmique et de la statistique, qui sous-tendent ces logiciels permet de les utiliser efficacement et de transformer des données brutes en connaissance, c'est-à-dire en information mobilisable pour prendre des décisions pertinentes.
Mêlant la théorie et la pratique au travers d'exemples et d'exercices concrets, abondamment illustré, ce livre propose une méthodologie claire du data mining en expliquant ses concepts et techniques : classification et clusterisation, exploration et prédiction, arbres de décision, réseaux de neurones et de Kohonen, règles d'association, évaluation des modèles, etc.
Cette deuxième édition, largement remaniée, propose de nouveaux chapitres sur l'analyse statistique multivariée, la préparation des données, l'imputation des données manquantes et introduit une douzaine de nouveaux concepts. Le code R de chaque modèle présenté est fourni (et proposé en ligne), ainsi qu'une annexe sur la visualisation et l'analyse descriptive des données pour les lecteurs qui désireraient revoir quelques notions de base en statistiques.
Paru le : 29/11/2018
Thématique : Langages de programmation
Auteur(s) : Auteur : Daniel T. Larose Auteur : Chantal D. Larose
Éditeur(s) :
Vuibert
Collection(s) : Bases de données
Contributeur(s) : Traducteur : Thierry Vallaud
Série(s) : Non précisé.
ISBN : 978-2-311-40560-6
EAN13 : 9782311405606
Reliure : Broché
Pages : XIII-356
Hauteur: 24.0 cm / Largeur 17.0 cm
Épaisseur: 2.2 cm
Poids: 656 g