

Vos avis sont inportantes pour nous et mici


Moderator: decibel
Merci Decibel, c'est très utile et ça tombe à pic ...decibel wrote:http://www-adele.imag.fr/users/Didier.Donsez/cours/#dw
Datamining : Exploration Statistique
Description statistique élémentaire, analyse en composante principale, analyse en factorielle discriminante, analyse en factorielle des correspondances, analyse des correspondances multiples, positionnement multidimentionnel, classification, analyse canonique.
http://www.polymorphe.org/clickc2.php?id=264
Dataware house et Datamining
Construction d'un entrepot de données (Alimentation avec les ETL, modélisation). Fouille dans ces données (reporting, dashboard, datamining).
http://www.polymorphe.org/clickc2.php?id=86
Datawarehousing et datamining : la Bible
La construction du datawarehouse, sa conception, l'alimnetation (ETL), l'administration...Le datamining : la methodologie et les outils : OLAP, analyse multidimentionnelle. Les techniques d'extraction des connaissances : reseaux neuronaux, algos genetiques... La recherche de connaissances. Un cours vraiment tres complet.
http://www.polymorphe.org/clickc2.php?id=87
Datamining et statistique décisionnelle,
Cette formation est consacrée aux techniques de statistique décisionnelle, data mining et scoring, et à leur mise en oeuvre en entreprise. Les sujets abordés sont : statistique décisionnelle, data mining, datamining, kdd, crm, grc, eda, analyse des données, classification, clustering, segmentation, arbres de décision, détection des associations, régression linéaire, analyse discriminante, régression logistique, GLM, GLZ, classement, scoring, analyse de survie, réseaux de neurones, support vector machines, algorithmes génétiques, text mining, web mining, dataminer, logiciels, courbe ROC, éthique et datamining.
http://www.polymorphe.org/clickc2.php?id=271
Datamining : Modélisation statistique et apprentissage
apprentissage supervisé vs non-supervisé; Modélisation vs apprentissage; Discrimination vs regression; choix de mméthode, de modèle. Régression linéaire, logistique, qualité de prédiction, analyse discriminante, arbres binaires, méthodes connexionnistes, agrégation de modèles, support Vector Machines (SVM), bootstrap.
http://www.polymorphe.org/clickc2.php?id=265
DATA WAREHOUSE ET DATA MINING
http://nakache.9online.fr/valeurc/valeurc.pdf
memoire de Didier NAKACHE
http://nakache.9online.fr/memoire/memoire.html