Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Classification et prévision avec les algorithmes d''auto-organisation
Univ Europeenne - EAN : 9786131500114
Édition papier
EAN : 9786131500114
Paru le : 2 mars 2011
59,00 €
55,92 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9786131500114
- Réf. fournisseur : 4821154
- Editeur : Univ Europeenne
- Date Parution : 2 mars 2011
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 192
- Format : H:229 mm L:152 mm E:11 mm
- Poids : 290gr
- Interdit de retour : Retour interdit
- Résumé : L''esprit de ce travail est à rapprocher d''une citation de Jean-Paul Benzécri, "le modèle doit suivre les données et non l''inverse". Ainsi, la méthode de prévision contient un pré processus d''analyse de données. Les cartes d''auto-organisation, privilégiées dans ce pré processus, ont été complétées par des outils aide à leur l''interprétation pour améliorer leur potentiel d''analyse. Ces outils se sont avérés performants pour analyser un grand nombre de données réelles issues de domaines variés tels que l''analyse de la consommation des canadiens ou du chômage. Ils ont été améliorés à mesure que leur champ d''application s''étendait pour aboutir à un ensemble d''outils complémentaires d''analyse et de visualisation des données dont la performance sera développée en première partie. La seconde partie présente la méthode de prévision qui s''écarte des méthodes récursives et s''adapte à des contextes nouveaux. En particulier, pour la prévision de la consommation électrique, elle solutionne des problèmes structurels aux séries chronologiques (comme la non- stationnarité) qui limitent les performances des techniques traditionnelles ou neuronales.
