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.
"synopsis" may belong to another edition of this title.
Patrick Rousset, titulaire d'un doctorat de l'université Panthéon-Sorbonne, est actuellement ingénieur de recherche au centre d'études et de recherche sur les qualifications et chercheur associé au laboratoire SAMM de l'université Panthéon-Sorbonne.
"About this title" may belong to another edition of this title.
Seller: PBShop.store US, Wood Dale, IL, U.S.A.
PAP. Condition: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Seller Inventory # L0-9786131500114
Seller: PBShop.store UK, Fairford, GLOS, United Kingdom
PAP. Condition: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Seller Inventory # L0-9786131500114
Quantity: Over 20 available
Seller: Ria Christie Collections, Uxbridge, United Kingdom
Condition: New. In. Seller Inventory # ria9786131500114_new
Quantity: Over 20 available
Seller: Chiron Media, Wallingford, United Kingdom
PF. Condition: New. Seller Inventory # 6666-IUK-9786131500114
Quantity: 10 available
Seller: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Germany
Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -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. 192 pp. Französisch. Seller Inventory # 9786131500114
Quantity: 1 available
Seller: moluna, Greven, Germany
Condition: New. Seller Inventory # 5792359
Quantity: Over 20 available
Seller: buchversandmimpf2000, Emtmannsberg, BAYE, Germany
Taschenbuch. Condition: Neu. This item is printed on demand - Print on Demand Titel. Neuware -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.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 192 pp. Französisch. Seller Inventory # 9786131500114
Quantity: 1 available
Seller: preigu, Osnabrück, Germany
Taschenbuch. Condition: Neu. Classification et prévision avec les algorithmes d''auto-organisation | Applications variées: De la prévision des courbes de charges électriques à l''analyse et la visualisation de données en sciences sociales | Patrick Rousset | Taschenbuch | 192 S. | Französisch | 2011 | Éditions universitaires européennes | EAN 9786131500114 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu. Seller Inventory # 107078660
Quantity: 5 available
Seller: AHA-BUCH GmbH, Einbeck, Germany
Taschenbuch. Condition: Neu. Neuware - 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. Seller Inventory # 9786131500114
Quantity: 1 available