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: PBShop.store US, Wood Dale, IL, Estados Unidos de America
PAP. Condición: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Nº de ref. del artículo: L0-9786131500114
Cantidad disponible: Más de 20 disponibles
Librería: PBShop.store UK, Fairford, GLOS, Reino Unido
PAP. Condición: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Nº de ref. del artículo: L0-9786131500114
Cantidad disponible: Más de 20 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: BuchWeltWeit Ludwig Meier e.K., 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
Librería: Chiron Media, Wallingford, Reino Unido
PF. Condición: New. Nº de ref. del artículo: 6666-IUK-9786131500114
Cantidad disponible: 10 disponibles
Librería: moluna, Greven, Alemania
Condición: New. Nº de ref. del artículo: 5792359
Cantidad disponible: Más de 20 disponibles
Librería: buchversandmimpf2000, Emtmannsberg, BAYE, Alemania
Taschenbuch. Condición: 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. Nº de ref. del artículo: 9786131500114
Cantidad disponible: 1 disponibles
Librería: preigu, Osnabrück, Alemania
Taschenbuch. Condición: 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. Nº de ref. del artículo: 107078660
Cantidad disponible: 5 disponibles
Librería: AHA-BUCH GmbH, Einbeck, Alemania
Taschenbuch. Condición: 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. Nº de ref. del artículo: 9786131500114
Cantidad disponible: 1 disponibles