Introduction au data mining

Face à l'explosion des volumes de données disponibles, les organisations doivent s'adapter si elles veulent en tirer parti. Le data mining s'impose comme un outil essentiel pour analyser de grandes quantités de données et en extraire des informations fiables, directement exploitables...

Deskribapen osoa

Gorde:
Xehetasun bibliografikoak
Egile Nagusiak: Caumont, Daniel, 1946-...., docteur en psychologie, Ivanaj, Silvester, 19..-...., docteur en sciences de gestion (Egilea)
Formatua: Livre numérique
Hizkuntza:Français
Argitaratua: Malakoff : Dunod 2025.
Paris : Cyberlibris
Gaiak:
Sarrera elektronikoa:Accès Université d'Orléans et IFPM
Oharra: Couverture. https://static2.cyberlibris.com/books_upload/300pix/9782100891429.jpg
Cyberlibris (ScholarVox) corpus sciences économiques et gestion
Autres localisations: Voir dans le Sudoc
Edition sous un autre format:• Introduction au data mining, Daniel Caumont, Silvester Ivanaj, 2025, Malakoff, Dunod, 1 volume (128 pages), Les Topos, 978-2-10-088034-8
LEADER 03552nam a22002777a 4500
001 1399409
008 251212s2025 xxg ||| |||| 00| 0 fre d
009 PPN292530943
020 |a 9782100891429 
041 0 |a fre 
100 1 |a Caumont, Daniel,  |d 1946-....,  |c docteur en psychologie. 
245 1 0 |a Introduction au data mining   |c Daniel Caumont, Silvester Ivanaj. 
260 |a Malakoff :  |b Dunod. 
260 |a Paris :  |b Cyberlibris,  |c 2025. 
500 |a Couverture. https://static2.cyberlibris.com/books_upload/300pix/9782100891429.jpg 
500 |a Cyberlibris (ScholarVox) corpus sciences économiques et gestion 
504 |a Bibliographie page [125]. Index 
505 0 |a Chapitre 1 - Le data mining dans le système d'information d'une organisation -- Chapitre 2 - La préparation des données -- Chapitre 3 - Les méthodes factorielles -- Chapitre 4 - Les méthodes de partitionnement -- Chapitre 5 - Les méthodes d'aide à la décision et d'évaluation des résultats -- Index -- Avant-propos -- I. Les implications du développement des mégadonnées -- II. Le processus de data mining -- I. Transformer une problématique entrepreneuriale en une problématique analytique -- II. Construire les variables -- III. Explorer les variables -- I. Les statistiques de liaison entre variables -- II. Les analyses factorielles métriques -- III. L'analyse factorielle en composantes principales -- IV. L'analyse factorielle des correspondances -- I. Les différents types de classification -- II. Prétraitement et sélection des données -- III. Les méthodes de classification supervisée -- IV. Les méthodes de classification non supervisée -- I. Une prise de décision fondée sur les données -- II. L'évaluation de la performance des modèles -- III. Les méthodes de validation des modèles prédictifs -- Bibliographie -- P.5 -- P.7 -- P.17 -- P.28 -- P.30 -- P.36 -- P.48 -- P.49 -- P.52 -- P.63 -- P.77 -- P.79 -- P.82 -- P.85 -- P.102 -- P.104 -- P.117 -- P.125 -- P.126 
506 |a L'accès en ligne est réservé aux établissements ou bibliothèques ayant souscrit l'abonnement. Cyberlibris 
520 |a Face à l'explosion des volumes de données disponibles, les organisations doivent s'adapter si elles veulent en tirer parti. Le data mining s'impose comme un outil essentiel pour analyser de grandes quantités de données et en extraire des informations fiables, directement exploitables lors de la prise de décision. Ce livre fait le point sur les modèles opérationnels les plus puissants, conçus pour optimiser les processus décisionnels et affiner les prévisions stratégiques. Que vous soyez étudiant ou professionnel, découvrez comment : maîtriser les méthodes et outils pour explorer et exploiter vos données ; préparer les données pour les transformer en variables et résoudre une problématique managériale ; évaluer et intégrer des modèles prédictifs dans vos processus de décision 
650 |a Analyse des données 
650 |a Exploration de données 
700 1 |a Ivanaj, Silvester,  |d 19..-....,  |c docteur en sciences de gestion.  |4 aut 
776 0 |0 291575706  |t Introduction au data mining  |f Daniel Caumont, Silvester Ivanaj  |d 2025  |c Malakoff  |n Dunod  |p 1 volume (128 pages)  |s Les Topos  |z 978-2-10-088034-8 
856 4 |5 452349901:873758021  |u https://ezproxy.univ-orleans.fr/login?url=https://univ.scholarvox.com/book/88975023  |z Accès Université d'Orléans et IFPM 
997 |0 1399409  |1 Livre numérique  |a Ressource numérique  |b INSA  |b ENSA  |c 0/Bibliothèque numérique/  |c 1/Bibliothèque numérique/ScholarVox (ebooks)/