La data science pour modéliser les systèmes complexes : optimiser la prédiction, l'estimation et l'interprétation
La data science est devenue un outil de prévision et d'aide à la décision indispensable aux ingénieurs, aux chercheurs et aux responsables en charge de la gestion des projets et des processus. Toutefois, son application à des systèmes complexes exige de dépasser les méthodes linéaires de modéli...
Сохранить в:
| Главный автор: | |
|---|---|
| Формат: | Livre papier |
| Язык: | Français |
| Опубликовано: |
Malakoff :
Dunod
DL 2022.
|
| Серии: | Collection technique & ingénierie. Gestion industrielle
|
| Предметы: | |
| Autres localisations: | Voir dans le Sudoc |
| Edition sous un autre format: | • La data science pour modéliser les systèmes complexes, optimiser la prédiction, l'estimation et l'interprétation, Alain Chautard, 2022, Malakoff, Dunod, 978-21-0084-937-6 |
Оглавление:
- P. 1
- Introduction
- I.1 Ingénierie des systèmes et gestion de la complexité
- I.2 Présentation de l'ouvrage
- 1 Data science : histoire et méthodes
- P.11
- 1. La data science
- P.21
- 2. Complexité et système complexe
- P.27
- 3. Méthode d'approche systémique
- P.37
- 4. Modéliser un système
- P.45
- 5. Introduction aux cas d'études décrits
- 2 Cas d'études
- P.63
- 6. Modélisation d'environnement physique : système radar
- P.99
- 7. Modèle comportemental des marchés financiers
- P.111
- 8. Pilotage du projet : généralités
- P.125
- 9. Modèle statistique de la réponse à appel d'offres
- P.141
- 10. Modèle financier de structuration de projet
- P.161
- 11. Modèle de planification de projet
- P.183
- 12. Modèle d'avancement de projet
- P.197
- Conclusion