Data Mining : Etude comparative des techniques prédectives

Aujourd¿hui, un grand nombre d¿entreprises prennent conscience de la richesse contenue dans leurs données et s¿interrogent quant à l¿intérêt de la mise en ¿uvre des techniques. Les entreprises ont accès à toujours plus de données. En raison de la grande quantité d'informations disponibles, il peut être très difficile d'appréhender d'énormes volumes de données structurées et non structurées afin de mettre en ¿uvre des projets d'amélioration pour l'ensemble de l'entreprise.Ce livre se concentre sur 2 techniques de Datamining (supervisées et non supervisées) telles que : arbres de décision, régression, réseaux de neurones et machines à vecteurs de support (SVM)...on se focalise sur l'environnement d'utilisation de chaque technique, les avantages,les inconvénients et les conséquences du choix de l'un de ces éléments techniques pour extraire des informations prédictives cachées à partir de grandes bases de données et les modalités de mise en ¿uvre de chaque technique. Enfin, le document a présenté quelques éléments précieux recommandations dans le domaine Dataminig.