Approche pragmatique de la classification

Arbres hiérarchiques - Partitionnements

Jean-Pierre Nakache, Josiane Confais

262 pages, parution le 02/11/2004

Ajouter à une liste

Indisponible

Résumé

La classification est une branche de l'analyse statistique multidimensionnelle descriptive qui a fait l'objet de très nombreuses publications. Elle connaît, ces dernières années, un renouvellement et un développement considérables avec la multiplication de bases de données de plus en plus importantes, nécessitant une exploration fouillée (data mining) avant d'adopter un modèle probabiliste suggéré par les résultats. Les techniques de classification font appel à une démarche algorithmique et non à des techniques mathématiques complexes : les classes, obtenues après des opérations simples et répétitives, sont souvent faciles à décrire et à caractériser.

Ce manuel pratique présente un large éventail de méthodes de classification, des plus classiques aux plus récentes, regroupées en trois types :

classification hiérarchique ascendante et descendante
construction d'une partition unique fondée sur différentes notions: similarité, densité, modèle probabiliste ou neuronal, graphique
classification d'un ensemble de variables

La plupart des méthodes implémentées dans plusieurs logiciels statistiques est largement illustrée et l'interprétation des résultats occupe une place importante.

Cet ouvrage intéressera les praticiens confrontés, dans leurs travaux, à des données multidimensionnelles importantes et exerçant dans de nombreux domaines : médecine, sciences sociales, industrie, marketing, psychologie, météorologie, documentation, etc. Il s'adressera également aux enseignants, chercheurs, ingénieurs, étudiants et pourra servir de support de cours dans les universités et les grandes écoles.

L'auteur - Jean-Pierre Nakache

Jean-Pierre Nakache est diplômé de l'Institut de statistique ISUP et docteur ès Sciences mathématiques. Chargé de cours à l'ISUP, auteur de nombreuses publications dans le domaine de la statistique, il est ingénieur de recherche CNRS détaché à l'INSERM.

L'auteur - Josiane Confais

Josiane Confais est diplômée de l'Institut de statistique ISUP. Chargée de formation permanente, notamment au CNRS, au ministère de l'Éducation nationale et à l'INSEE, elle est ingénieur d'études chargée des enseignements pratiques à l'ISUP.

Sommaire

Classification ascendante hiérarchique
Perte d'inertie minimale et saut minimal
Classification hiérarchique descendante
Classification par partition
Classification conjointe (hiérarchie et partition) appliquée aux grands tableaux de données mixtes
Techniques particulières de classification pour le Data Mining
Nombre de classes à retenir
Caractérisation des classes
Classification d'un ensemble de variables
Logiciels et algorithmes
Références
Index alphabétique

Voir tout

Replier

Caractéristiques techniques

	PAPIER
Éditeur(s)	Technip
Auteur(s)	Jean-Pierre Nakache, Josiane Confais
Parution	02/11/2004
Nb. de pages	262
Format	16 x 24
Couverture	Broché
Poids	1000g
Intérieur	Noir et Blanc
EAN13	9782710808480
ISBN13	978-2-7108-0848-0