A partir de cette page vous pouvez :
| Retourner au premier écran avec les catégories... |
Détail de l'éditeur
TECHNIP |
Documents disponibles chez cet éditeur
Faire une suggestion Affiner la recherche Interroger des sources externesExercices d'économétrie et d 'analyse de données / Casin Philippe
Titre : Exercices d'économétrie et d 'analyse de données Type de document : texte imprimé Auteurs : Casin Philippe, Auteur Editeur : TECHNIP Année de publication : 2013 Importance : 200 Format : 24CM ISBN/ISSN/EAN : 978-2-7108-0999-9 Langues : Français Résumé : Ce manuel s'adresse aux étudiants de 3e année de licence et de master, aux étudiants des écoles de commerce et d'ingénieurs, et plus généralement à ceux qui s'intéressent à l'analyse statistique des données et ses applications.
Les méthodes d'économétrie et d'analyse de données sont des techniques complémentaires, basées sur les mêmes outils mathématiques et statistiques ; les exercices proposés dans ce livre concernent la mesure de la liaison entre deux variables, les modèles de régression simple et multiple, l'analyse en composantes principales, l'analyse canonique et l'analyse factorielle des correspondances.Exercices d'économétrie et d 'analyse de données [texte imprimé] / Casin Philippe, Auteur . - [S.l.] : TECHNIP, 2013 . - 200 ; 24CM.
ISBN : 978-2-7108-0999-9
Langues : Français
Résumé : Ce manuel s'adresse aux étudiants de 3e année de licence et de master, aux étudiants des écoles de commerce et d'ingénieurs, et plus généralement à ceux qui s'intéressent à l'analyse statistique des données et ses applications.
Les méthodes d'économétrie et d'analyse de données sont des techniques complémentaires, basées sur les mêmes outils mathématiques et statistiques ; les exercices proposés dans ce livre concernent la mesure de la liaison entre deux variables, les modèles de régression simple et multiple, l'analyse en composantes principales, l'analyse canonique et l'analyse factorielle des correspondances.Réservation
Réserver ce document
Exemplaires
Cote Support Localisation Section Disponibilité A/ 6232 Livre مكتبة مدارس الدكتوراه المقتنيات الجديدة 2018 باللغة الأجنبية لمكتبة مدارس الدكتوراه Disponible A/ 6232 Livre مكتبة مدارس الدكتوراه المقتنيات الجديدة 2018 باللغة الأجنبية لمكتبة مدارس الدكتوراه Disponible A/ 6232 Livre مكتبة مدارس الدكتوراه المقتنيات الجديدة 2018 باللغة الأجنبية لمكتبة مدارس الدكتوراه Disponible
Titre : Les sindages pas à pas Type de document : texte imprimé Auteurs : Ardilly Pascal, Auteur ; Lavallée Pierre, Auteur ; Droesbeke Jean Jacques, Auteur Editeur : TECHNIP Année de publication : 2017 Importance : 293 Format : 25 ISBN/ISSN/EAN : 978-2-7108-1179-4 Langues : Français Tags : prédence - impasse - individu - les moyennes de ces résidus -enquêtée - population -distance hebdomadaire Les sindages pas à pas [texte imprimé] / Ardilly Pascal, Auteur ; Lavallée Pierre, Auteur ; Droesbeke Jean Jacques, Auteur . - [S.l.] : TECHNIP, 2017 . - 293 ; 25.
ISBN : 978-2-7108-1179-4
Langues : Français
Tags : prédence - impasse - individu - les moyennes de ces résidus -enquêtée - population -distance hebdomadaire Réservation
Réserver ce document
Exemplaires
Cote Support Localisation Section Disponibilité A/ 6351 Livre مكتبة مدارس الدكتوراه المقتنيات الجديدة 2018 باللغة الأجنبية لمكتبة مدارس الدكتوراه Disponible A/ 6351 Livre مكتبة مدارس الدكتوراه المقتنيات الجديدة 2018 باللغة الأجنبية لمكتبة مدارس الدكتوراه Disponible A/ 6351 Livre مكتبة مدارس الدكتوراه المقتنيات الجديدة 2018 باللغة الأجنبية لمكتبة مدارس الدكتوراه Disponible
Titre : Modélisation prédictive et Apprentissage statistique avec R Autre titre : adaboost-cart -données massives -forets aléatoires -lasso -logistique PLS -machine learning -Méthodes d'ensemble -parallélisation- régression ridge- réseaux de neurones - support vector machines Type de document : texte imprimé Auteurs : Tuféry Stéphane, Auteur Editeur : TECHNIP Année de publication : 2017 Importance : 405 Format : 24 ISBN/ISSN/EAN : 978-2-7108-1178-7 Langues : Français Résumé : Issu de formations devant des publics variés, cet ouvrage présente les principales méthodes de modélisation statistique et de machine learning, à travers le fil conducteur d'une étude de cas. Chaque méthode fait l'objet d'un rappel de cours et est accompagnée de références bibliographiques, puis est mise en oeuvre avec des explications détaillées sur les calculs effectués, les interprétations des résultats, et jusqu'aux astuces de programmation permettant d'optimiser les temps de calcul. À ce sujet, une annexe est consacrée au traitement des données massives.
L'ouvrage commence par les méthodes de classement les plus classiques et les plus éprouvées, mais aborde rapidement les méthodes les plus récentes et les plus avancées : régression ridge, lasso, elastic net, boosting, forêts aléatoires, Extra-Trees, réseaux de neurones, séparateurs à vaste marge (SVM). À chaque fois, le lien est fait entre la théorie et les résultats obtenus, pour montrer qu'ils illustrent bien les principes sous-jacents à ces méthodes. L'aspect pratique est aussi privilégié, avec l'objectif de permettre au lecteur une mise en oeuvre rapide et efficace dans son travail concret. L'exploration et la préparation préliminaire des données sont d'ailleurs décrites, ainsi que le processus de sélection des variables. Une synthèse finale est faite de toutes les méthodes présentées et de leurs points forts.
La mise en oeuvre s'appuie sur le logiciel libre R et sur un jeu de données public. Ce dernier peut être téléchargé sur Internet et présente l'intérêt d'être riche, complet et de permettre des comparaisons grâce aux nombreuses publications dans lesquelles il est cité. Quant au logiciel statistique R, non seulement il est devenu la lingua franca de la statistique et de la data science et le logiciel le plus répandu dans le monde universitaire, mais il a aussi conquis le monde de l'entreprise, à tel point que tous les logiciels commerciaux proposent désormais une interface avec R (ce point est abordé dans une annexe). Outre qu'il est disponible pour tous, dans tous les environnements, il est aussi le plus riche statistiquement, et c'est le seul logiciel permettant de mettre en oeuvre toutes les méthodes présentées dans cet ouvrage. Enfin, son langage de programmation particulièrement élégant et adapté au calcul mathématique permet de se concentrer dans le codage sur les aspects statistiques, sans les difficultés de programmation rencontrées avec d'autres logiciels. R permet d'arriver directement à l'essentiel et de mieux comprendre les méthodes exposées dans l'ouvrage.Modélisation prédictive et Apprentissage statistique avec R ; adaboost-cart -données massives -forets aléatoires -lasso -logistique PLS -machine learning -Méthodes d'ensemble -parallélisation- régression ridge- réseaux de neurones - support vector machines [texte imprimé] / Tuféry Stéphane, Auteur . - [S.l.] : TECHNIP, 2017 . - 405 ; 24.
ISBN : 978-2-7108-1178-7
Langues : Français
Résumé : Issu de formations devant des publics variés, cet ouvrage présente les principales méthodes de modélisation statistique et de machine learning, à travers le fil conducteur d'une étude de cas. Chaque méthode fait l'objet d'un rappel de cours et est accompagnée de références bibliographiques, puis est mise en oeuvre avec des explications détaillées sur les calculs effectués, les interprétations des résultats, et jusqu'aux astuces de programmation permettant d'optimiser les temps de calcul. À ce sujet, une annexe est consacrée au traitement des données massives.
L'ouvrage commence par les méthodes de classement les plus classiques et les plus éprouvées, mais aborde rapidement les méthodes les plus récentes et les plus avancées : régression ridge, lasso, elastic net, boosting, forêts aléatoires, Extra-Trees, réseaux de neurones, séparateurs à vaste marge (SVM). À chaque fois, le lien est fait entre la théorie et les résultats obtenus, pour montrer qu'ils illustrent bien les principes sous-jacents à ces méthodes. L'aspect pratique est aussi privilégié, avec l'objectif de permettre au lecteur une mise en oeuvre rapide et efficace dans son travail concret. L'exploration et la préparation préliminaire des données sont d'ailleurs décrites, ainsi que le processus de sélection des variables. Une synthèse finale est faite de toutes les méthodes présentées et de leurs points forts.
La mise en oeuvre s'appuie sur le logiciel libre R et sur un jeu de données public. Ce dernier peut être téléchargé sur Internet et présente l'intérêt d'être riche, complet et de permettre des comparaisons grâce aux nombreuses publications dans lesquelles il est cité. Quant au logiciel statistique R, non seulement il est devenu la lingua franca de la statistique et de la data science et le logiciel le plus répandu dans le monde universitaire, mais il a aussi conquis le monde de l'entreprise, à tel point que tous les logiciels commerciaux proposent désormais une interface avec R (ce point est abordé dans une annexe). Outre qu'il est disponible pour tous, dans tous les environnements, il est aussi le plus riche statistiquement, et c'est le seul logiciel permettant de mettre en oeuvre toutes les méthodes présentées dans cet ouvrage. Enfin, son langage de programmation particulièrement élégant et adapté au calcul mathématique permet de se concentrer dans le codage sur les aspects statistiques, sans les difficultés de programmation rencontrées avec d'autres logiciels. R permet d'arriver directement à l'essentiel et de mieux comprendre les méthodes exposées dans l'ouvrage.Réservation
Réserver ce document
Exemplaires
Cote Support Localisation Section Disponibilité A/ 6414 Livre مكتبة مدارس الدكتوراه المقتنيات الجديدة 2018 باللغة الأجنبية لمكتبة مدارس الدكتوراه Disponible A/ 6414 Livre مكتبة مدارس الدكتوراه المقتنيات الجديدة 2018 باللغة الأجنبية لمكتبة مدارس الدكتوراه Disponible A/ 6414 Livre مكتبة مدارس الدكتوراه المقتنيات الجديدة 2018 باللغة الأجنبية لمكتبة مدارس الدكتوراه Disponible
Titre : Méthodes Robustes en statistique Type de document : texte imprimé Auteurs : Droesbeke Jean Jacques, Auteur ; Saporta, gilbert, Auteur Editeur : TECHNIP Année de publication : 2016 Importance : 206 p. Format : 24 cm. ISBN/ISSN/EAN : 978-2-7108-1149-7 Langues : Français Résumé : L'émergence de la statistique robuste moderne ne date que des années 1960 avec les travaux pionniers de Tukey (1960), Huber (1964) et Hampel (1968). Depuis cette période, de nombreux modèles et méthodes ont été réexaminés sous l'angle de la robustesse. La prise en compte de l'impact de valeurs atypiques, ou de toute autre structure minoritaire présente dans les données, est d'autant plus importante à l'heure actuelle que l'on dispose de bases de données de plus en plus grandes dont la fiabilité et la qualité sont relativement inégales.
Or, l'estimation des paramètres d'un modèle n'est valable que sous certaines hypothèses, bien souvent passées sous silence dans la pratique. La présence dans la population de plusieurs types de comportement ou l'existence de valeurs aberrantes va à l'encontre de l'hypothèse que tous les individus examinés ont un comportement compatible avec le modèle sous-jacent. Les recherches intégrant des méthodes statistiques robustes destinées à surmonter ces difficultés sont intéressantes tant au niveau théorique que pratique.
Les méthodes robustes sont également essentielles dans la détection des valeurs atypiques.Méthodes Robustes en statistique [texte imprimé] / Droesbeke Jean Jacques, Auteur ; Saporta, gilbert, Auteur . - [S.l.] : TECHNIP, 2016 . - 206 p. ; 24 cm.
ISBN : 978-2-7108-1149-7
Langues : Français
Résumé : L'émergence de la statistique robuste moderne ne date que des années 1960 avec les travaux pionniers de Tukey (1960), Huber (1964) et Hampel (1968). Depuis cette période, de nombreux modèles et méthodes ont été réexaminés sous l'angle de la robustesse. La prise en compte de l'impact de valeurs atypiques, ou de toute autre structure minoritaire présente dans les données, est d'autant plus importante à l'heure actuelle que l'on dispose de bases de données de plus en plus grandes dont la fiabilité et la qualité sont relativement inégales.
Or, l'estimation des paramètres d'un modèle n'est valable que sous certaines hypothèses, bien souvent passées sous silence dans la pratique. La présence dans la population de plusieurs types de comportement ou l'existence de valeurs aberrantes va à l'encontre de l'hypothèse que tous les individus examinés ont un comportement compatible avec le modèle sous-jacent. Les recherches intégrant des méthodes statistiques robustes destinées à surmonter ces difficultés sont intéressantes tant au niveau théorique que pratique.
Les méthodes robustes sont également essentielles dans la détection des valeurs atypiques.Réservation
Réserver ce document
Exemplaires
Cote Support Localisation Section Disponibilité A/ 6412 Livre مكتبة مدارس الدكتوراه المقتنيات الجديدة 2018 باللغة الأجنبية لمكتبة مدارس الدكتوراه Disponible A/ 6412 Livre مكتبة مدارس الدكتوراه المقتنيات الجديدة 2018 باللغة الأجنبية لمكتبة مدارس الدكتوراه Disponible A/ 6412 Livre مكتبة مدارس الدكتوراه المقتنيات الجديدة 2018 باللغة الأجنبية لمكتبة مدارس الدكتوراه Disponible
