Personnaliser

OK

Approche Pragmatique De La Classification - Arbres Hiérarchiques, Partitionnements - Nakache Jean-Pierre

Note : 0

0 avis
  • Soyez le premier à donner un avis

Vous en avez un à vendre ?

Vendez-le-vôtre

59,66 €

Occasion · Très Bon État

  • Ou 14,92 € /mois

    • Livraison : 3,99 €
    • Livré entre le 2 et le 6 mai
    Voir les modes de livraison

    UNIVER-LIVRE

    PRO Vendeur favori

    4,8/5 sur + de 1 000 ventes

    Ancien support de bibliothèque vendu pour financer l'envoi des livres en Afrique.

    Publicité
     
    Vous avez choisi le retrait chez le vendeur à
    • Payez directement sur Rakuten (CB, PayPal, 4xCB...)
    • Récupérez le produit directement chez le vendeur
    • Rakuten vous rembourse en cas de problème

    Gratuit et sans engagement

    Félicitations !

    Nous sommes heureux de vous compter parmi nos membres du Club Rakuten !

    En savoir plus

    Retour

    Horaires

        Note :


        Avis sur Approche Pragmatique De La Classification - Arbres Hiérarchiques, Partitionnements de jean - pierre nakache Format... - Livre Mathématiques

        Note : 0 0 avis sur Approche Pragmatique De La Classification - Arbres Hiérarchiques, Partitionnements de jean - pierre nakache Format... - Livre Mathématiques

        Les avis publiés font l'objet d'un contrôle automatisé de Rakuten.


        Présentation Approche Pragmatique De La Classification - Arbres Hiérarchiques, Partitionnements de jean - pierre nakache Format...

         - Livre Mathématiques

        Livre Mathématiques - Nakache Jean-Pierre - 01/11/2004 - Broché

        . .

      • Auteur(s) : Nakache Jean-Pierre - Confais Josiane
      • Editeur : Editions Technip
      • Parution : 01/11/2004
      • Nombre de pages : 246
      • Nombre de livres : 1
      • Expédition : 500
      • Dimensions : 24 x 16 x 1.7
      • ISBN : 9782710808480



      • Résumé :
        La classification est une branche de l'analyse statistique multidimensionnelle descriptive qui a fait l'objet de très nombreuses publications. Elle connaît, ces dernières années, un renouvellement et un développement considérables avec la multiplication de bases de données de plus en plus importantes, nécessitant une exploration fouillée (data mining) avant d'adopter un modèle probabiliste suggéré par les résultats. Les techniques de classification font appel à une démarche algorithmique et non à des techniques mathématiques complexes : les classes, obtenues après des opérations simples et répétitives, sont souvent faciles à décrire et à caractériser. Ce manuel pratique présente un large éventail de méthodes de classification, des plus classiques aux plus récentes, regroupées en trois types: classification hiérarchique ascendante et descendante. construction d'une partition unique fondée sur différentes notions similarité, densité, modèle probabiliste ou neuronal, graphique. classification d'un ensemble de variables. La plupart des méthodes implémentées dans plusieurs logiciels statistiques est largement illustrée et l'interprétation des résultats occupe une place importante. Cet ouvrage intéressera les praticiens confrontés, dans leurs travaux, à des données multidimensionnelles importantes et exerçant dans de nombreux domaines : médecine, sciences sociales, industrie, marketing, psychologie, météorologie, documentation, etc. Il s'adressera également aux enseignants, chercheurs, ingénieurs, étudiants et pourra servir de support de cours dans les universités et les grandes écoles.

        Biographie:
        Jean-Pierre Nokachr est diplômé de l'institut de statistique ISUP et docteur ès Sciences mathématiques. Chargé de cours à l'ISUP, auteur de nombreuses publications dans le domaine de la statistique, il est ingénieur de recherche CNRS détaché à l'INSERM. Josiane Confais est diplômée de l'Institut de statistique ISUP. Chargée de formation permanente, notamment au CNRS, au ministère de l'Education nationale et à l'INSEE, elle est ingénieur d'études chargée des enseignements pratiques à l'ISUP.

        Sommaire:
        ["Classification ascendante hiérarchique","Perte d'inertie minimale et saut minimal","Classification hiérarchique descendante","Classification par partition","Classification conjointe (hiérarchie et partition) appliquée aux grands tableaux de données mixtes","Techniques particulières de classification pour le Data Mining","Nombre de classes à retenir","Caractérisation des classes","Classification d'un ensemble de variables"]

        © Notice établie par DECITRE, libraire

        Détails de conformité du produit

        Consulter les détails de conformité de ce produit (

        Personne responsable dans l'UE

        )
        Le choixNeuf et occasion
        Minimum5% remboursés
        La sécuritéSatisfait ou remboursé
        Le service clientsÀ votre écoute
        LinkedinFacebookTwitterInstagramYoutubePinterestTiktok
        visavisa
        mastercardmastercard
        klarnaklarna
        paypalpaypal
        floafloa
        americanexpressamericanexpress
        Rakuten Logo
        • Rakuten Kobo
        • Rakuten TV
        • Rakuten Viber
        • Rakuten Viki
        • Plus de services
        • À propos de Rakuten
        Rakuten.com