Data mining pour le Web / Patrick Naïm (2001)

Public ISBD Titre : Data mining pour le Web : profiling, filtrage collaboratif, personnalisation client Type de document : texte imprime Auteurs : Patrick Naïm ; Mylène Bazsalicza Editeur : Paris : Eyrolles Année de publication : 2001 Collection : Solutions d'entreprise, ISSN 1622-5902 Importance : (XII-279 p.) Présentation : ill., couv. ill. en coul. Format : 23 cm ISBN/ISSN/EAN : 978-2-212-09203-5 Note générale : Bibliogr. [comprenant adresses de sites web et articles de presse] p. 273-275. Index Langues : Français Mots-clés : Sites Web  Exploration de données  Bases de données sur le Web Index. décimale : 006.312 Résumé : * La personnalisation : une approche devenue incontournable II y a peu, les sites Web pouvaient être classés en deux grandes familles : les sites statiques et les sites dynamiques. Dorénavant, il est plus pertinent de distinguer les sites avec personnalisation des sites qui n'en ont pas encore. La personnalisation, qui consiste à adapter le contenu d'un site en fonction du profil de ses utilisateurs, s'est ainsi imposée pour gérer la richesse et la complexité croissantes des contenus, tout en garantissant une navigation fluide à l'internaute. À cette fin, le data mining est une solution appropriée puisqu'il consiste à analyser, par des méthodes statistiques et mathématiques, un large volume de données, afin d'en faire ressortir des tendances ou des règles. Ici, les données seront les pages du site consulté par l'internaute, les liens sur lesquels il a cliqué, etc. * Savoir gérer la relation client sur Internet Comment améliorer la rentabilité de son site Web et en fidéliser les clients ? Comment y intégrer des outils de personnalisation et lesquels choisir ? Cet ouvrage donnera au lecteur toutes les clés d'une gestion réussie de la relation client sur Internet : personnalisation, profiling, filtrage collaboratif... Après avoir exposé les différentes techniques de data mining appliquées au Web, les auteurs dressent le panorama des outils proposés sur le marché et fournissent à l'acheteur potentiel des critères d'évaluation pour le guider dans ses choix. Ce livre est complété par plusieurs études de cas réels, une méthodologie de conduite de projet et un chapitre consacré à l'incidence du data mining sur la protection de la vie privée. * A qui s'adresse cet ouvrage ? • À tous les décideurs (responsables commerciaux, marketing, logistique) qui souhaitent acquérir une vision globale du data mining sur Internet et connaître les outils existants ainsi que leurs applications. • Aux étudiants, ingénieurs et informaticiens amenés à mettre en oeuvre ces techniques. • À tous les concepteurs de sites Web qui veulent intégrer des outils de personnalisation sur leur site. Permalink : ./index.php?lvl=notice_display&id=12058 Data mining pour le Web : profiling, filtrage collaboratif, personnalisation client [texte imprime] / Patrick Naïm ; Mylène Bazsalicza . - Paris : Eyrolles, 2001 . - (XII-279 p.) : ill., couv. ill. en coul. ; 23 cm. - (Solutions d'entreprise, ISSN 1622-5902) . ISBN : 978-2-212-09203-5 Bibliogr. [comprenant adresses de sites web et articles de presse] p. 273-275. Index Langues : Français Mots-clés : Sites Web  Exploration de données  Bases de données sur le Web Index. décimale : 006.312 Résumé : * La personnalisation : une approche devenue incontournable II y a peu, les sites Web pouvaient être classés en deux grandes familles : les sites statiques et les sites dynamiques. Dorénavant, il est plus pertinent de distinguer les sites avec personnalisation des sites qui n'en ont pas encore. La personnalisation, qui consiste à adapter le contenu d'un site en fonction du profil de ses utilisateurs, s'est ainsi imposée pour gérer la richesse et la complexité croissantes des contenus, tout en garantissant une navigation fluide à l'internaute. À cette fin, le data mining est une solution appropriée puisqu'il consiste à analyser, par des méthodes statistiques et mathématiques, un large volume de données, afin d'en faire ressortir des tendances ou des règles. Ici, les données seront les pages du site consulté par l'internaute, les liens sur lesquels il a cliqué, etc. * Savoir gérer la relation client sur Internet Comment améliorer la rentabilité de son site Web et en fidéliser les clients ? Comment y intégrer des outils de personnalisation et lesquels choisir ? Cet ouvrage donnera au lecteur toutes les clés d'une gestion réussie de la relation client sur Internet : personnalisation, profiling, filtrage collaboratif... Après avoir exposé les différentes techniques de data mining appliquées au Web, les auteurs dressent le panorama des outils proposés sur le marché et fournissent à l'acheteur potentiel des critères d'évaluation pour le guider dans ses choix. Ce livre est complété par plusieurs études de cas réels, une méthodologie de conduite de projet et un chapitre consacré à l'incidence du data mining sur la protection de la vie privée. * A qui s'adresse cet ouvrage ? • À tous les décideurs (responsables commerciaux, marketing, logistique) qui souhaitent acquérir une vision globale du data mining sur Internet et connaître les outils existants ainsi que leurs applications. • Aux étudiants, ingénieurs et informaticiens amenés à mettre en oeuvre ces techniques. • À tous les concepteurs de sites Web qui veulent intégrer des outils de personnalisation sur leur site. Permalink : ./index.php?lvl=notice_display&id=12058

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
IA293/1	IA293	Livre	Magasin d'Ouvrages / FGE	Informatique et automatique	Consultation sur place Exclu du prêt

Aucun avis, veuillez vous identifier pour ajouter le vôtre !

Réseaux bayésiens / Patrick Naïm (2006)

Public ISBD Titre : Réseaux bayésiens Type de document : texte imprime Auteurs : Patrick Naïm Editeur : Paris : Eyrolles Année de publication : 2006 Importance : 423 p. Présentation : ill. Format : 24 cm ISBN/ISSN/EAN : 978-2-212-11972-5 Note générale : Bibliogr.Index Langues : Français Mots-clés : Réseaux neuronaux Résumé : Modèles de connaissances pour l'aide à la décision, le diagnostic ou le contrôle de systèmes complexes Technique mathématique combinant statistiques et intelligence artificielle, les réseaux bayésiens permettent d'analyser de grandes quantités de données pour en extraire des connaissances utiles à la prise de décision, contrôler ou prévoir le comportement d'un système, diagnostiquer les causes d'un phénomène, etc. Les réseaux bayésiens sont utilisés dans de nombreux domaines : santé (diagnostic, localisation de gènes), industrie (contrôle d'automates ou de robots), informatique et réseaux (agents intelligents), marketing (data mining, gestion de la relation client), banque et finances (scoring, analyse financière), management (aide à la décision, knowledge management, gestion du risque), etc. Fondements théoriques, méthodologie de mise en Å“uvre, exemples d'application et panorama des outils Après une première partie de présentation "intuitive" des réseaux bayésiens accompagnée d'exercices, la deuxième partie du livre en expose les fondements théoriques, avec une étude détaillée des algorithmes les plus importants. Résolument pratique, la troisième partie de l'ouvrage propose une méthodologie de mise en Å“uvre, un panorama des domaines d'application, trois études de cas détaillées, ainsi qu'une présentation des principaux logiciels de modélisation de réseaux bayésiens (Bayes Net Toolbox, BayesiaLab, Hugin et Netica). Note de contenu : Introduction aux réseaux bayésiens. Approche intuitive Introduction aux algorithmes : inférence, apprentissage... Exercices corrigés Cadre théorique et présentation détaillée des algorithmes Modèles Propagations Apprentissage Méthodologie de mise en œuvre et études de cas Mise en ouvre des réseaux bayésiens Panorama des applications Étude de cas n°1 : gestion des risques (EDF) Étude de cas n°2 : risques bancaires et mise en œuvre des accords de Baie Étude de cas n°3 : modélisation du réseau électrique de la région PACA (EDF) Étude de cas n°4 : application de scoring pour la vente de crédit en ligne Étude de cas n°5 : gestion de ressources naturelles Étude de cas n°6 : diagnostic médical. Annexes. Théorie des graphes Rappels de probabilités Outils logiciels : Bayes Net Toolbox, BayesiaLab, Hugin, Netica et Elvira Permalink : ./index.php?lvl=notice_display&id=12040 Réseaux bayésiens [texte imprime] / Patrick Naïm . - Paris : Eyrolles, 2006 . - 423 p. : ill. ; 24 cm. ISBN : 978-2-212-11972-5 Bibliogr.Index Langues : Français Mots-clés : Réseaux neuronaux Résumé : Modèles de connaissances pour l'aide à la décision, le diagnostic ou le contrôle de systèmes complexes Technique mathématique combinant statistiques et intelligence artificielle, les réseaux bayésiens permettent d'analyser de grandes quantités de données pour en extraire des connaissances utiles à la prise de décision, contrôler ou prévoir le comportement d'un système, diagnostiquer les causes d'un phénomène, etc. Les réseaux bayésiens sont utilisés dans de nombreux domaines : santé (diagnostic, localisation de gènes), industrie (contrôle d'automates ou de robots), informatique et réseaux (agents intelligents), marketing (data mining, gestion de la relation client), banque et finances (scoring, analyse financière), management (aide à la décision, knowledge management, gestion du risque), etc. Fondements théoriques, méthodologie de mise en Å“uvre, exemples d'application et panorama des outils Après une première partie de présentation "intuitive" des réseaux bayésiens accompagnée d'exercices, la deuxième partie du livre en expose les fondements théoriques, avec une étude détaillée des algorithmes les plus importants. Résolument pratique, la troisième partie de l'ouvrage propose une méthodologie de mise en Å“uvre, un panorama des domaines d'application, trois études de cas détaillées, ainsi qu'une présentation des principaux logiciels de modélisation de réseaux bayésiens (Bayes Net Toolbox, BayesiaLab, Hugin et Netica). Note de contenu : Introduction aux réseaux bayésiens. Approche intuitive Introduction aux algorithmes : inférence, apprentissage... Exercices corrigés Cadre théorique et présentation détaillée des algorithmes Modèles Propagations Apprentissage Méthodologie de mise en œuvre et études de cas Mise en ouvre des réseaux bayésiens Panorama des applications Étude de cas n°1 : gestion des risques (EDF) Étude de cas n°2 : risques bancaires et mise en œuvre des accords de Baie Étude de cas n°3 : modélisation du réseau électrique de la région PACA (EDF) Étude de cas n°4 : application de scoring pour la vente de crédit en ligne Étude de cas n°5 : gestion de ressources naturelles Étude de cas n°6 : diagnostic médical. Annexes. Théorie des graphes Rappels de probabilités Outils logiciels : Bayes Net Toolbox, BayesiaLab, Hugin, Netica et Elvira Permalink : ./index.php?lvl=notice_display&id=12040

Réservation

Réserver ce document

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
IA111/1	IA111	Livre	Magasin d'Ouvrages / FGE	Informatique et automatique	Consultation sur place Exclu du prêt
IA111/2	IA111	Livre	Magasin d'Ouvrages / FGE	Informatique et automatique	Disponible
RES282/1	RES282	Livre	Magasin d'Ouvrages / INF	Réseaux	Consultation sur place Exclu du prêt
RES282/2	RES282	Livre	Magasin d'Ouvrages / INF	Réseaux	Disponible

Aucun avis, veuillez vous identifier pour ajouter le vôtre !

---

page 1/1