Détail de l'auteur
Auteur Alain CHAUTARD |
Documents disponibles écrits par cet auteur (1)
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche
La Data Science pour modéliser les systèmes complexes : Optimiser la prédiction, l'estimation et l'interprétation / Alain CHAUTARD / Dunod (2022)
Titre : La Data Science pour modéliser les systèmes complexes : Optimiser la prédiction, l'estimation et l'interprétation Type de document : e-book Auteurs : Alain CHAUTARD Editeur : Dunod Année de publication : 2022 ISBN/ISSN/EAN : 9782100830879 Note générale : copyrighted Langues : Français (fre) Résumé : La data science est devenue un outil de prévision et d’aide à la décision indispensable aux ingénieurs, aux chercheurs et aux responsables en charge de la gestion des projets et des processus.Toutefois, son application à des systèmes complexes exige de dépasser les méthodes linéaires de modélisation généralement appliquées. En effet, si ces méthodes fonctionnent dans la plupart des environnements, elles présentent d’importants biais dès lors que l’on a affaire à des systèmes complexes (météorologie, physique non linéaire, économétrie, finance, etc.).En s’appuyant sur trois cas concrets représentatifs (environnement physique, marchés financiers, gestion de projet), cet ouvrage illustre comment exploiter les données de systèmes complexes pour construire des modèles maîtrisables, exploitables et performants en termes de prédiction, d’estimation et d’interprétation. Il offre une réflexion globale sur les spécificités des systèmes complexes ainsi que des outils concrets pour mieux les interpréter. Nombre d'accès : Illimité En ligne : http://library.ez.neoma-bs.fr/login?url=https://www.scholarvox.com/book/88937754 Permalink : https://cataloguelibrary.neoma-bs.fr/index.php?lvl=notice_display&id=561688
LIBRARY - Campus Rouen
NEOMA Business School
pmb
-
59 Rue Taittinger, 51100 Reims
-
00 33 (0)3 26 77 46 15
Library Campus Reims
-
1 Rue du Maréchal Juin, BP 215
76825 Mont Saint Aignan cedex -
00 33 (0)2 32 82 58 26