Data mining et statistiques décisionnelle / Stéphane Tufféry / Paris : Technip (2017)

Public ISBD Titre : Data mining et statistiques décisionnelle : La science des données Type de document : texte imprimé Auteurs : Stéphane Tufféry, Auteur ; Gilbert Saporta, Préfacier, etc. Mention d'édition : 5eme édition Editeur : Paris : Technip Année de publication : 2017 Importance : 1 vol. (XX-913 p.) Présentation : ill., graph., tableaux, couv. ill. en coul. Format : 24 cm ISBN/ISSN/EAN : 978-2-7108-1180-0 Langues : Français (fre) Index. décimale : 519.5 Statistiques et probabilités Résumé : Présentation de l'éditeur : "Le data mining et la data science sont de plus en plus répandus dans les entreprises et les organisations soucieuses d’extraire l’information pertinente de leurs bases de données, qu’elles peuvent utiliser pour expliquer et prévoir les phénomènes qui les concernent (risques, production, consommation, fidélisation…). Cette cinquième édition, actualisée et augmentée de 90 pages, fait le point sur le data mining, ses méthodes, ses outils et ses applications, qui vont du scoring jusqu’au text mining, objet d’un chapitre complètement remanié. Nombre de ses outils appartiennent à l’analyse des données et à la statistique « classiques » (analyse factorielle, classification automatique, analyse discriminante, régression logistique, modèles linéaires généralisés, régression pénalisée, régression clusterwise…) mais certains sont plus spécifiques au data mining, comme les réseaux de neurones, les algorithmes génétiques, les SVM, les arbres de décision, les forêts aléatoires, le boosting et la détection des règles d’associations. Les avancées les plus récentes du machine learning et les applications les plus actuelles des Big Data sont présentées, qui vont des algorithmes de reconnaissance d’image aux méthodes de plongement de mots en text mining. Les chapitres sur les réseaux de neurones et les SVM sont illustrés par la reconnaissance de l’écriture manuscrite. Ces outils sont disponibles dans des logiciels de plus en plus puissants et complets, à commencer par le logiciel libre R, que nous comparons en détail aux logiciels SAS et IBM SPSS dans un chapitre spécifique. Ces logiciels sont utilisés pour illustrer par des exemples précis les explications théoriques données. Les aspects méthodologiques vont de la conduite des projets jusqu’aux facteurs de réussite et aux pièges à éviter, en passant par l’évaluation et la comparaison des modèles, leur intégration dans les processus opérationnels. Un chapitre est consacré à une étude de cas complète de credit scoring, de l’exploration des données jusqu’à l’élaboration de la grille de score." Note de contenu : 1. Panorama du data mining et de la data science. 2. Le déroulement d’une étude de data mining. 3. L’exploration et la préparation des données. 4. L’utilisation des données commerciales et géodémographiques. 5. Les logiciels de statistique, de data mining et machine learning. 6. Panorama des méthodes de statistique et de data mining. 7. L’analyse factorielle. 8. Les réseaux de neurones artificiels. 9. Les méthodes de classification automatique. 10. La détection des règles d’associations. 11. Les méthodes de classement et de régression. 12. L’analyse discriminante linéraire et ses généralisations. 13. Le modèle linéaire et ses généralisations. 14. Le modèle logistique et ses généralisations. 15. Les arbres de décisions. 16. Les autres modèles prédictifs. 17. Les méthodes d’agrégation de modèles. 18. Une application du data mining : le scoring. 19. Les facteurs de succès d’un projet de data mining. 20. Le text mining. 21. Le web mining. Annexes. Bibliographie. Index. Data mining et statistiques décisionnelle : La science des données [texte imprimé] / Stéphane Tufféry, Auteur ; Gilbert Saporta, Préfacier, etc.  . -  5eme édition . - Paris : Technip, 2017 . - 1 vol. (XX-913 p.) : ill., graph., tableaux, couv. ill. en coul. ; 24 cm. ISBN : 978-2-7108-1180-0 Langues : Français (fre) Index. décimale : 519.5 Statistiques et probabilités Résumé : Présentation de l'éditeur : "Le data mining et la data science sont de plus en plus répandus dans les entreprises et les organisations soucieuses d’extraire l’information pertinente de leurs bases de données, qu’elles peuvent utiliser pour expliquer et prévoir les phénomènes qui les concernent (risques, production, consommation, fidélisation…). Cette cinquième édition, actualisée et augmentée de 90 pages, fait le point sur le data mining, ses méthodes, ses outils et ses applications, qui vont du scoring jusqu’au text mining, objet d’un chapitre complètement remanié. Nombre de ses outils appartiennent à l’analyse des données et à la statistique « classiques » (analyse factorielle, classification automatique, analyse discriminante, régression logistique, modèles linéaires généralisés, régression pénalisée, régression clusterwise…) mais certains sont plus spécifiques au data mining, comme les réseaux de neurones, les algorithmes génétiques, les SVM, les arbres de décision, les forêts aléatoires, le boosting et la détection des règles d’associations. Les avancées les plus récentes du machine learning et les applications les plus actuelles des Big Data sont présentées, qui vont des algorithmes de reconnaissance d’image aux méthodes de plongement de mots en text mining. Les chapitres sur les réseaux de neurones et les SVM sont illustrés par la reconnaissance de l’écriture manuscrite. Ces outils sont disponibles dans des logiciels de plus en plus puissants et complets, à commencer par le logiciel libre R, que nous comparons en détail aux logiciels SAS et IBM SPSS dans un chapitre spécifique. Ces logiciels sont utilisés pour illustrer par des exemples précis les explications théoriques données. Les aspects méthodologiques vont de la conduite des projets jusqu’aux facteurs de réussite et aux pièges à éviter, en passant par l’évaluation et la comparaison des modèles, leur intégration dans les processus opérationnels. Un chapitre est consacré à une étude de cas complète de credit scoring, de l’exploration des données jusqu’à l’élaboration de la grille de score." Note de contenu : 1. Panorama du data mining et de la data science. 2. Le déroulement d’une étude de data mining. 3. L’exploration et la préparation des données. 4. L’utilisation des données commerciales et géodémographiques. 5. Les logiciels de statistique, de data mining et machine learning. 6. Panorama des méthodes de statistique et de data mining. 7. L’analyse factorielle. 8. Les réseaux de neurones artificiels. 9. Les méthodes de classification automatique. 10. La détection des règles d’associations. 11. Les méthodes de classement et de régression. 12. L’analyse discriminante linéraire et ses généralisations. 13. Le modèle linéaire et ses généralisations. 14. Le modèle logistique et ses généralisations. 15. Les arbres de décisions. 16. Les autres modèles prédictifs. 17. Les méthodes d’agrégation de modèles. 18. Une application du data mining : le scoring. 19. Les facteurs de succès d’un projet de data mining. 20. Le text mining. 21. Le web mining. Annexes. Bibliographie. Index.

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
GEN000000000004	519.5 TUF	Ouvrage	Centre de documentation UniLasalle/ Campus Rouen	Salle de lecture	Disponible

Épidémiologie / Jean Bouyer / Paris : Éd. Tec & Doc (2009)

Public ISBD Titre : Épidémiologie : principes et méthodes quantitatives Type de document : texte imprimé Auteurs : Jean Bouyer, Auteur ; Denis Hémon, Auteur Editeur : Paris : Éd. Tec & Doc Année de publication : 2009 Autre Editeur : Cachan : Éd. médicales internationales Importance : 1 vol. (XIII-498 p.) Présentation : ill. Format : 21 cm ISBN/ISSN/EAN : 978-2-7430-1167-3 Prix : 29,80 EUR Note générale : Notes bibliogr. Bibliogr. p. 489-490. Index Langues : Français (fre) Mots-clés : Épidémiologie Index. décimale : 614.4 Incidence des maladies et mesures de prévention : classer ici l'épidémiologie Résumé : "Cet ouvrage est consacré aux principes fondamentaux de l'épidémiologie moderne. Il est plus particulièrement tourné vers l'épidémiologie analytique (ou étiologique) dont l'objectif principal est la recherche des facteurs de risque des maladies et la quantification de leur association avec le risque de maladie. Les six parties couvrent l'ensemble des questions qu'il est nécessaire de connaître pour mettre en oeuvre et analyser une enquête épidémiologique. Mesures de risque et mesures d'association - Les mesures du risque (prévalence, taux d'incidence, incidence instantanée) et les mesures d'association (excès de risque, risque relatif, odds ratio, fraction de risque attribuable) utilisées en épidémiologie sont définies et comparées. Leur utilisation et leur interprétation sont discutées. Biais - Chacun des trois types de biais rencontrés en épidémiologie (sélection, classement, confusion) fait l'objet d'un chapitre. Une place importante est consacrée aux moyens d'éviter les biais dans la réalisation d'une enquête et aux possibilités de les corriger. Méthodes statistiques usuelles en épidémiologie - En rappelant les principales notions statistiques, cette partie permet de préciser les notations qui seront utilisées dans les chapitres suivants. Prise en compte d'un facteur de confusion. Analyse multivariée - La prise en compte de facteurs de confusion est l'un des objectifs principaux de l'analyse statistique des enquêtes épidémiologiques. Dans cette partie, les méthodes d'analyse univariées et multivariées sont exposées tant sur le plan de leurs principes généraux que sur celui de leur mise en oeuvre pratique. Les auteurs se sont attachés à rendre ces méthodes abordables à des non-statisticiens sans pour autant masquer les difficultés qui leur sont liées. Une discussion très détaillée est consacrée à leurs stratégies d'utilisation et à l'interprétation de leurs résultats. Les enquêtes épidémiologiques - Le principe, le protocole et l'analyse des principaux types d'enquêtes épidémiologiques (cohorte, cas-témoins, transversale) sont exposés. De nombreux exemples illustrent les six chapitres de cette partie. La puissance en épidémiologie - Dans cette partie consacrée aux calculs de la puissance et aux moyens de la prendre en compte dans les enquêtes épidémiologiques, le propos dépasse nettement celui de la simple technique de calcul pour aborder les questions de stratégie d'enquête et d'analyse liées à l'amélioration de la puissance statistique." Épidémiologie : principes et méthodes quantitatives [texte imprimé] / Jean Bouyer, Auteur ; Denis Hémon, Auteur . - Paris : Éd. Tec & Doc : Cachan : Éd. médicales internationales, 2009 . - 1 vol. (XIII-498 p.) : ill. ; 21 cm. ISBN : 978-2-7430-1167-3 : 29,80 EUR Notes bibliogr. Bibliogr. p. 489-490. Index Langues : Français (fre) Mots-clés : Épidémiologie Index. décimale : 614.4 Incidence des maladies et mesures de prévention : classer ici l'épidémiologie Résumé : "Cet ouvrage est consacré aux principes fondamentaux de l'épidémiologie moderne. Il est plus particulièrement tourné vers l'épidémiologie analytique (ou étiologique) dont l'objectif principal est la recherche des facteurs de risque des maladies et la quantification de leur association avec le risque de maladie. Les six parties couvrent l'ensemble des questions qu'il est nécessaire de connaître pour mettre en oeuvre et analyser une enquête épidémiologique. Mesures de risque et mesures d'association - Les mesures du risque (prévalence, taux d'incidence, incidence instantanée) et les mesures d'association (excès de risque, risque relatif, odds ratio, fraction de risque attribuable) utilisées en épidémiologie sont définies et comparées. Leur utilisation et leur interprétation sont discutées. Biais - Chacun des trois types de biais rencontrés en épidémiologie (sélection, classement, confusion) fait l'objet d'un chapitre. Une place importante est consacrée aux moyens d'éviter les biais dans la réalisation d'une enquête et aux possibilités de les corriger. Méthodes statistiques usuelles en épidémiologie - En rappelant les principales notions statistiques, cette partie permet de préciser les notations qui seront utilisées dans les chapitres suivants. Prise en compte d'un facteur de confusion. Analyse multivariée - La prise en compte de facteurs de confusion est l'un des objectifs principaux de l'analyse statistique des enquêtes épidémiologiques. Dans cette partie, les méthodes d'analyse univariées et multivariées sont exposées tant sur le plan de leurs principes généraux que sur celui de leur mise en oeuvre pratique. Les auteurs se sont attachés à rendre ces méthodes abordables à des non-statisticiens sans pour autant masquer les difficultés qui leur sont liées. Une discussion très détaillée est consacrée à leurs stratégies d'utilisation et à l'interprétation de leurs résultats. Les enquêtes épidémiologiques - Le principe, le protocole et l'analyse des principaux types d'enquêtes épidémiologiques (cohorte, cas-témoins, transversale) sont exposés. De nombreux exemples illustrent les six chapitres de cette partie. La puissance en épidémiologie - Dans cette partie consacrée aux calculs de la puissance et aux moyens de la prendre en compte dans les enquêtes épidémiologiques, le propos dépasse nettement celui de la simple technique de calcul pour aborder les questions de stratégie d'enquête et d'analyse liées à l'amélioration de la puissance statistique."

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
GEN000000004430	614.4 BOU	Ouvrage	Centre de documentation UniLasalle/ Campus Rouen	Salle de lecture	Sorti jusqu'au 02/01/2023

Introducing statistics / Graham J. G. Upton / Oxford : Oxford University press (2001)

Public ISBD Titre : Introducing statistics Type de document : texte imprimé Auteurs : Graham J. G. Upton ; Ian Cook Mention d'édition : 2nd ed. Editeur : Oxford : Oxford University press Année de publication : 2001 Importance : ix, 470 p. Présentation : ill. Format : 28 cm ISBN/ISSN/EAN : 978-0-19-914801-1 Note générale : Includes index. Previous ed.: 1998. Langues : Anglais (eng) Index. décimale : 519.5 Statistiques et probabilités Résumé : An updated version to meet the requirements of the new A Level specifications being offered by all the awarding bodies in 2000. Chapters are the same as before but there is extra material within them. Chapter 1 now includes several examples of the graphical comparision of similar data sets. This chapter includes five new sections and ends with a discussion of the (largely unwanted) characteristics to be expected in real data. Chapter 2 has been augmented by sections on the use of coded values, Bayes' theorem is included in Chapter 4, and the method for determining the distribution of a simple function of a random variable is now included in Chapter 9. In Chapter 14 there is a new section dealing with properties of regression line estimators and, later, a subsection on nonsense correlation. Some questions have been introduced on sampling in Chapter 3. These questions are somewhat open-ended, as were a number of existing questions that were not given answers in the first edition. In this edition possible answers are now provided to these questions. Introducing statistics [texte imprimé] / Graham J. G. Upton ; Ian Cook  . -  2nd ed. . - Oxford : Oxford University press, 2001 . - ix, 470 p. : ill. ; 28 cm. ISBN : 978-0-19-914801-1 Includes index. Previous ed.: 1998. Langues : Anglais (eng) Index. décimale : 519.5 Statistiques et probabilités Résumé : An updated version to meet the requirements of the new A Level specifications being offered by all the awarding bodies in 2000. Chapters are the same as before but there is extra material within them. Chapter 1 now includes several examples of the graphical comparision of similar data sets. This chapter includes five new sections and ends with a discussion of the (largely unwanted) characteristics to be expected in real data. Chapter 2 has been augmented by sections on the use of coded values, Bayes' theorem is included in Chapter 4, and the method for determining the distribution of a simple function of a random variable is now included in Chapter 9. In Chapter 14 there is a new section dealing with properties of regression line estimators and, later, a subsection on nonsense correlation. Some questions have been introduced on sampling in Chapter 3. These questions are somewhat open-ended, as were a number of existing questions that were not given answers in the first edition. In this edition possible answers are now provided to these questions.

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
GEN000000000379	519.5 UPT	Ouvrage	Centre de documentation UniLasalle/ Campus Rouen	Salle de lecture	Disponible
GEN000000000380	519.5 UPT	Ouvrage	Centre de documentation UniLasalle/ Campus Rouen	Salle de lecture	Disponible

Practical statistics for data scientists / Peter C. Bruce / 2017

Public ISBD Titre : Practical statistics for data scientists : 50 essential concepts / Type de document : texte imprimé Auteurs : Peter C. Bruce ; Andrew Bruce Mention d'édition : First edition. Année de publication : 2017 Importance : xvi, 298 pages Présentation : illustrations Format : 24 cm ISBN/ISSN/EAN : 978-1-4919-5296-2 Langues : Anglais (eng) Index. décimale : 519.5 Statistiques et probabilités Résumé : "Statistical methods are a key part of of data science, yet very few data scientists have any formal statistics training. Courses and books on basic statistics rarely cover the topic from a data science perspective. This practical guide explains how to apply various statistical methods to data science, tells you how to avoid their misuse, and gives you advice on what's important and what's not. Many data science resources incorporate statistical methods but lack a deeper statistical perspective. If you’re familiar with the R programming language, and have some exposure to statistics, this quick reference bridges the gap in an accessible, readable format. With this book, you’ll learn: Why exploratory data analysis is a key preliminary step in data science How random sampling can reduce bias and yield a higher quality dataset, even with big data How the principles of experimental design yield definitive answers to questions How to use regression to estimate outcomes and detect anomalies Key classification techniques for predicting which categories a record belongs to Statistical machine learning methods that “learn” from data Unsupervised learning methods for extracting meaning from unlabeled data" Practical statistics for data scientists : 50 essential concepts / [texte imprimé] / Peter C. Bruce ; Andrew Bruce  . -  First edition. . - 2017 . - xvi, 298 pages : illustrations ; 24 cm. ISBN : 978-1-4919-5296-2 Langues : Anglais (eng) Index. décimale : 519.5 Statistiques et probabilités Résumé : "Statistical methods are a key part of of data science, yet very few data scientists have any formal statistics training. Courses and books on basic statistics rarely cover the topic from a data science perspective. This practical guide explains how to apply various statistical methods to data science, tells you how to avoid their misuse, and gives you advice on what's important and what's not. Many data science resources incorporate statistical methods but lack a deeper statistical perspective. If you’re familiar with the R programming language, and have some exposure to statistics, this quick reference bridges the gap in an accessible, readable format. With this book, you’ll learn: Why exploratory data analysis is a key preliminary step in data science How random sampling can reduce bias and yield a higher quality dataset, even with big data How the principles of experimental design yield definitive answers to questions How to use regression to estimate outcomes and detect anomalies Key classification techniques for predicting which categories a record belongs to Statistical machine learning methods that “learn” from data Unsupervised learning methods for extracting meaning from unlabeled data"

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
GEN000000001068	519.5 BRU	Ouvrage	Centre de documentation UniLasalle/ Campus Rouen	Salle de lecture	Exclu du prêt

Statistique épidémiologie / Thierry Ancelle / Maloine (2022)  

Public ISBD Titre : Statistique épidémiologie Type de document : texte imprimé Auteurs : Thierry Ancelle Mention d'édition : , 5e ed Editeur : Maloine Année de publication : 2022 Importance : 400 p Format : 24 cm ISBN/ISSN/EAN : 978-2-224-03664-5 Prix : 45,00 eur Mots-clés : Medecine  Sciences fondamentales Index. décimale : 614.4 Incidence des maladies et mesures de prévention : classer ici l'épidémiologie Résumé : "Cet ouvrage se propose de rendre attractives et compréhensibles les disciplines de la statistique et de l’épidémiologie pour les étudiants en sciences de la santé, mais aussi pour tous les professionnels de santé (médecins, pharmaciens, biologistes, infirmiers, professions paramédicales, vétérinaires). Il facilite la compréhension des principes fondamentaux grâce auxquels il devient possible, à partir de nombreux exemples et exercices, d’utiliser les tests statistiques les plus appropriés pour une recherche ou pour la conduite d’une enquête épidémiologique. • La première partie étudie les outils servant à décrire les données. • La deuxième partie aborde les méthodes d’estimation d’un paramètre inconnu à partir d’un échantillon. • La troisième partie concerne l’emploi des tests statistiques et la présentation de modèles d’analyse multivariée. Après une revue d’ensemble de principes fondamentaux (formulation d’hypothèses, risques d’erreur), des tableaux pratiques d’aide au choix d’un test sont proposés. Les tests statistiques usuels sont ensuite déclinés dans une série de fiches pratiques. Chaque test est illustré d’un exemple dans lequel les calculs sont détaillés. Un chapitre entier est consacré à une initiation aux modèles de régression utilisés en épidémiologie : régression linéaire multiple, régression logistique, régression de Poisson, modèle de Cox. • La quatrième partie est orientée vers les concepts statistiques utilisés en épidémiologie de terrain. • La cinquième partie est une initiation à la statistique bayésienne regroupant une étude des méthodes d’études de la dynamique des épidémies de maladies infectieuses à transmission interhumaine et des exemples de raisonnement bayésien. Ce livre a pour ambition de fournir au lecteur une aide pratique et de lui communiquer l’envie d’approfondir les notions de statistique et d’épidémiologie qu’il aura entrevues." En ligne : http://www.librairiedialogues.fr//ws/notice/9782224036645/unimarc_utf-8 Statistique épidémiologie [texte imprimé] / Thierry Ancelle  . -  , 5e ed . - [S.l.] : Maloine, 2022 . - 400 p ; 24 cm. ISBN : 978-2-224-03664-5 : 45,00 eur Mots-clés : Medecine  Sciences fondamentales Index. décimale : 614.4 Incidence des maladies et mesures de prévention : classer ici l'épidémiologie Résumé : "Cet ouvrage se propose de rendre attractives et compréhensibles les disciplines de la statistique et de l’épidémiologie pour les étudiants en sciences de la santé, mais aussi pour tous les professionnels de santé (médecins, pharmaciens, biologistes, infirmiers, professions paramédicales, vétérinaires). Il facilite la compréhension des principes fondamentaux grâce auxquels il devient possible, à partir de nombreux exemples et exercices, d’utiliser les tests statistiques les plus appropriés pour une recherche ou pour la conduite d’une enquête épidémiologique. • La première partie étudie les outils servant à décrire les données. • La deuxième partie aborde les méthodes d’estimation d’un paramètre inconnu à partir d’un échantillon. • La troisième partie concerne l’emploi des tests statistiques et la présentation de modèles d’analyse multivariée. Après une revue d’ensemble de principes fondamentaux (formulation d’hypothèses, risques d’erreur), des tableaux pratiques d’aide au choix d’un test sont proposés. Les tests statistiques usuels sont ensuite déclinés dans une série de fiches pratiques. Chaque test est illustré d’un exemple dans lequel les calculs sont détaillés. Un chapitre entier est consacré à une initiation aux modèles de régression utilisés en épidémiologie : régression linéaire multiple, régression logistique, régression de Poisson, modèle de Cox. • La quatrième partie est orientée vers les concepts statistiques utilisés en épidémiologie de terrain. • La cinquième partie est une initiation à la statistique bayésienne regroupant une étude des méthodes d’études de la dynamique des épidémies de maladies infectieuses à transmission interhumaine et des exemples de raisonnement bayésien. Ce livre a pour ambition de fournir au lecteur une aide pratique et de lui communiquer l’envie d’approfondir les notions de statistique et d’épidémiologie qu’il aura entrevues." En ligne : http://www.librairiedialogues.fr//ws/notice/9782224036645/unimarc_utf-8

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
GEN000000004431	614.4 THI	Ouvrage	Centre de documentation UniLasalle/ Campus Rouen	Salle de lecture	Sorti jusqu'au 02/01/2023
GEN000000004432	614.4 THI	Ouvrage	Centre de documentation UniLasalle/ Campus Rouen	Salle de lecture	Disponible