Des données à la connaissance

Une introduction au data mining

Daniel T. Larose

224 pages, parution le 12/10/2005

Ajouter à une liste

Indisponible

Résumé

Révolution annoncée de l'ingénierie de la connaissance, permettant de découvrir de nouvelles corrélations, tendances, modèles pertinents au sein des grands entrepôts de données, le data mining (ou fouille de données) promettait de devenir l'outil de veille technologique, stratégique et concurrentielle par excellence, grâce à des logiciels d'analyse toujours plus puissants. Mais ces derniers, mal utilisés, peuvent conduire à des interprétations erronées. 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 une masse de données en connaissance, c'est-à-dire en information utile et mobilisable.

Mêlant la théorie et la pratique au travers d'exemples concrets, abondamment illustré, ce livre propose une méthodologie claire du data mining en expliquant ses concepts et techniques : classification et re-engénierie de données, exploration et prédiction, arbres de décision, réseaux de neurones et de Kohonen, logique et règles associatives, structures hiérarchiques par mots-clés, évaluation de profils de recherche et de modèles de données, etc. Le cédérom compagnon de cet ouvrage inclus une version test du logiciel Clémentine de SPSS, la solution de data mining la plus vendue dans le monde.

L'auteur - Daniel T. Larose

Daniel T. Larose a obtenu son PHD en statistiques à l'université du Connecticut. Il est professeur de mathématiques et a été le fondateur et le directeur des programmes de Data Mining de la CCSU. Il est par ailleurs consultant en data science pour de grandes entreprises américaines.

Autres livres de Daniel T. Larose

Data mining

Découvrir tous les livres de Daniel T. Larose

Sommaire

Introduction au Data Mining
La préparation des données
L'analyse exploratoire des données
Les approches statistiques pour l'estimation et la prévision
L'algorithme des K plus proches voisins
Les arbres de décision
Les réseaux de neurones
Classification hiérarchique et des K moyennes
Les réseaux de Kohonen
Les règles d'association
Les techniques d'évaluation des modèles

Voir tout

Replier

Caractéristiques techniques

	PAPIER
Éditeur(s)	Vuibert
Auteur(s)	Daniel T. Larose
Parution	12/10/2005
Nb. de pages	224
Format	17 x 24
Couverture	Broché
Poids	430g
Intérieur	Noir et Blanc
EAN13	9782711748556
ISBN13	978-2-7117-4855-6