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.
"Sinopsis" puede pertenecer a otra edición de este libro.
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.
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.
"Sobre este título" puede pertenecer a otra edición de este libro.
Librería: GreatBookPrices, Columbia, MD, Estados Unidos de America
Condición: New. Nº de ref. del artículo: 12301041-n
Cantidad disponible: 1 disponibles
Librería: PBShop.store US, Wood Dale, IL, Estados Unidos de America
PAP. Condición: New. New Book. Shipped from UK. Established seller since 2000. Nº de ref. del artículo: DB-9786131500114
Cantidad disponible: 1 disponibles
Librería: PBShop.store UK, Fairford, GLOS, Reino Unido
PAP. Condición: New. New Book. Shipped from UK. Established seller since 2000. Nº de ref. del artículo: DB-9786131500114
Cantidad disponible: 1 disponibles
Librería: GreatBookPrices, Columbia, MD, Estados Unidos de America
Condición: As New. Unread book in perfect condition. Nº de ref. del artículo: 12301041
Cantidad disponible: 1 disponibles
Librería: GreatBookPricesUK, Woodford Green, Reino Unido
Condición: New. Nº de ref. del artículo: 12301041-n
Cantidad disponible: 1 disponibles
Librería: GreatBookPricesUK, Woodford Green, Reino Unido
Condición: As New. Unread book in perfect condition. Nº de ref. del artículo: 12301041
Cantidad disponible: 1 disponibles
Librería: Ria Christie Collections, Uxbridge, Reino Unido
Condición: New. In. Nº de ref. del artículo: ria9786131500114_new
Cantidad disponible: Más de 20 disponibles
Librería: Chiron Media, Wallingford, Reino Unido
PF. Condición: New. Nº de ref. del artículo: 6666-IUK-9786131500114
Cantidad disponible: 10 disponibles
Librería: Revaluation Books, Exeter, Reino Unido
Paperback. Condición: Brand New. 192 pages. French language. 8.66x5.91x0.44 inches. In Stock. This item is printed on demand. Nº de ref. del artículo: __6131500118
Cantidad disponible: 1 disponibles
Librería: Rheinberg-Buch Andreas Meier eK, Bergisch Gladbach, Alemania
Taschenbuch. Condición: 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. Nº de ref. del artículo: 9786131500114
Cantidad disponible: 1 disponibles