Exploration de données / Daniel T. Larose

Public ISBD Titre : Exploration de données : méthodes et modèles du data mining Type de document : texte imprimé Auteurs : Daniel T. Larose, Auteur ; Thierry Vallaud, Traducteur Editeur : Paris : Vuibert informatique Année de publication : 2012 Collection : Bases de données Importance : 350 p Présentation : couv. ill. en coul Format : 24 cm ISBN/ISSN/EAN : 978-2-311-00741-1 Note générale : Traduction de : Data mining methods and models Langues : Français Langues originales : Anglais Mots-clés : Exploration de données  Modèles mathématiques Résumé : Comprendre le data mining pour en exploiter toutes les possibilités et découvrir des pépites cachées dans vos bases de données. Grâce à des moteurs de recherche toujours plus puissants, le data mining (exploration ou fouille de données), est devenu un outil de veille technologique, stratégique et concurrentielle incontournable, aux domaines d'application nombreux (analyse des comportements des consommateurs, gestion de la relation client, maintenance préventive, détection de fraudes, optimisation de sites web...). Mais seule une bonne compréhension de ses mécanismes complexes, au carrefour de l'algorithmique et de la statistique, permet de l'utiliser efficacement pour transformer une masse de données en information utile et mobilisable. Mêlant théorie et pratique, abondamment illustré, ce livre propose une méthodologie claire en 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. Exploration de données : méthodes et modèles du data mining [texte imprimé] / Daniel T. Larose, Auteur ; Thierry Vallaud, Traducteur . - Paris : Vuibert informatique, 2012 . - 350 p : couv. ill. en coul ; 24 cm. - (Bases de données) . ISBN : 978-2-311-00741-1 Traduction de : Data mining methods and models Langues : Français Langues originales : Anglais Mots-clés : Exploration de données  Modèles mathématiques Résumé : Comprendre le data mining pour en exploiter toutes les possibilités et découvrir des pépites cachées dans vos bases de données. Grâce à des moteurs de recherche toujours plus puissants, le data mining (exploration ou fouille de données), est devenu un outil de veille technologique, stratégique et concurrentielle incontournable, aux domaines d'application nombreux (analyse des comportements des consommateurs, gestion de la relation client, maintenance préventive, détection de fraudes, optimisation de sites web...). Mais seule une bonne compréhension de ses mécanismes complexes, au carrefour de l'algorithmique et de la statistique, permet de l'utiliser efficacement pour transformer une masse de données en information utile et mobilisable. Mêlant théorie et pratique, abondamment illustré, ce livre propose une méthodologie claire en 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.

Réservation

Réserver ce document

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
005.7-65-1	005.7-65-1	Livre externe	BIBLIOTHEQUE DE FACULTE DES SCIENCES	Informatique (SCI)	Disponible
005.7-65-2	005.7-65-2	Livre externe	BIBLIOTHEQUE DE FACULTE DES SCIENCES	Informatique (SCI)	Disponible

Méta-apprentissage d'expériences / Claude Dussart

Public ISBD Titre : Méta-apprentissage d'expériences : nouvelles voies en data-mining Type de document : texte imprimé Auteurs : Claude Dussart, Auteur ; Claude Petit, Auteur Editeur : Paris : Vuibert informatique Année de publication : 2005 Collection : Bases de données Importance : 126 p Présentation : ill., couv. ill. en coul. Format : 24 cm ISBN/ISSN/EAN : 978-2-7117-4845-7 Langues : Français Mots-clés : Métaconnaissance  Apprentissage automatique  Exploration de données Résumé : Les entreprises, et de façon générale les organisations, soumises au besoin vital de traiter les flots d'informations qui les environnent, mettent en place de nouveaux systèmes spécialisés dans la gestion de la collecte et du traitement de l'information. Pour cela, il est nécessaire de disposer d'une architecture technique spécifique, capable d'affronter le défi de l'ampleur des volumes (stockage) et des traitements (analyse). Confrontées aux changements, ces mêmes organisations doivent de plus modifier leurs outils ou modèles de traitement des données, qui doivent pouvoir s'auto-adapter à une situation nouvelle, améliorer leurs performances, leur efficacité, etc. Une connaissance (métaconnaissance) doit pouvoir intervenir sur la connaissance (un modèle) qui traite les informations. L'acquisition automatique de cette métaconnaissance est appelée méta-apprentissage C'est le sujet de cet ouvrage, qui présente des recherches effectuées dans le cadre du méta-apprentissage d'expériences. Le méta-apprentissage d'expériences consiste à apprendre automatiquement une métaconnaissance à partir d'exemples, d'expériences, de données, de façon à agir ultérieurement sur la connaissance pour obtenir de meilleurs résultats ou des informations prédictives. L'ouvrage explicite les algorithmes et leurs capacités à traiter certains types de problèmes, notamment dans un environnement distribué. Il propose de nombreuses solutions originales qui peuvent être exploitées par des chercheurs ou des ingénieurs développeurs d'applications, notamment en data mining. Ces nouvelles approches donnent des résultats faciles à interpréter par l'utilisateur. Un outil gratuit, fonctionnant dans l'environnement Windows, est décrit. Méta-apprentissage d'expériences : nouvelles voies en data-mining [texte imprimé] / Claude Dussart, Auteur ; Claude Petit, Auteur . - Paris : Vuibert informatique, 2005 . - 126 p : ill., couv. ill. en coul. ; 24 cm. - (Bases de données) . ISBN : 978-2-7117-4845-7 Langues : Français Mots-clés : Métaconnaissance  Apprentissage automatique  Exploration de données Résumé : Les entreprises, et de façon générale les organisations, soumises au besoin vital de traiter les flots d'informations qui les environnent, mettent en place de nouveaux systèmes spécialisés dans la gestion de la collecte et du traitement de l'information. Pour cela, il est nécessaire de disposer d'une architecture technique spécifique, capable d'affronter le défi de l'ampleur des volumes (stockage) et des traitements (analyse). Confrontées aux changements, ces mêmes organisations doivent de plus modifier leurs outils ou modèles de traitement des données, qui doivent pouvoir s'auto-adapter à une situation nouvelle, améliorer leurs performances, leur efficacité, etc. Une connaissance (métaconnaissance) doit pouvoir intervenir sur la connaissance (un modèle) qui traite les informations. L'acquisition automatique de cette métaconnaissance est appelée méta-apprentissage C'est le sujet de cet ouvrage, qui présente des recherches effectuées dans le cadre du méta-apprentissage d'expériences. Le méta-apprentissage d'expériences consiste à apprendre automatiquement une métaconnaissance à partir d'exemples, d'expériences, de données, de façon à agir ultérieurement sur la connaissance pour obtenir de meilleurs résultats ou des informations prédictives. L'ouvrage explicite les algorithmes et leurs capacités à traiter certains types de problèmes, notamment dans un environnement distribué. Il propose de nombreuses solutions originales qui peuvent être exploitées par des chercheurs ou des ingénieurs développeurs d'applications, notamment en data mining. Ces nouvelles approches donnent des résultats faciles à interpréter par l'utilisateur. Un outil gratuit, fonctionnant dans l'environnement Windows, est décrit.

Réservation

Réserver ce document

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
INF 10.291.01	INF 10.291.01	Livre interne	BIBLIOTHEQUE CENTRALE	Informatique (bc)	Disponible
006.3-11-1	006.3-11-1	Livre externe	BIBLIOTHEQUE DE FACULTE DES SCIENCES	Informatique (SCI)	Disponible
006.3-11-2	006.3-11-2	Livre externe	BIBLIOTHEQUE DE FACULTE DES SCIENCES	Informatique (SCI)	Disponible

---

page 1/1