class
test promotional banner En Savoir plus

Analyse et prediction des donnees de telecommunication: data-mining

Matshudi Senga D M. (Auteur)
Note moyenne:

Résumé

Un algorithme de classification doit explorer des données informationnelles structurées, semi-structurées ou non structurées afin de détecter leur similitude et leur affecter la même catégorie. Parmi les applications principales, on trouve l'analyse de forage et l'exploration de données. Ces domaines d'expertise apparus il y a moins d'une décade suscitent de plus en plus d'intérêts de la part des informaticiens, des mathématiciens et même des spécialistes en sciences humaines. La perte des clients d'une entreprise appelée communément « attrition » constitue un vrai problème pour les ... Lire la suite
742,00 DH
En stock
Livrable dans 2 à 3 jours

Caractéristiques

Caractéristiques
Date Parution 01/09/2020
EAN 9786138474746
Nb. de Pages 96
Editeur Editions Universitaires Europeennes
Caractéristiques
Poids 154 g
Présentation Poche
Dimensions 22,0 cm x 15,0 cm x 0,6 cm
Détail

Un algorithme de classification doit explorer des données informationnelles structurées, semi-structurées ou non structurées afin de détecter leur similitude et leur affecter la même catégorie. Parmi les applications principales, on trouve l'analyse de forage et l'exploration de données. Ces domaines d'expertise apparus il y a moins d'une décade suscitent de plus en plus d'intérêts de la part des informaticiens, des mathématiciens et même des spécialistes en sciences humaines. La perte des clients d'une entreprise appelée communément « attrition » constitue un vrai problème pour les entreprises évoluant dans les différents secteurs d'activité surtout en situation de concurrence. Nul n'ignore que ce phénomène n'a pas épargné le secteur de la télécommunication. Pour aider les décideurs à prendre une décision devant toutes ces questions, nous proposons la conception d'un mini entrepôt de données(Data marts) pour faire une exploration facile des données historisées des clients en rapport avec les profils d'utilisations des clients en se basant sur leurs profils. Dans le cadre de notre recherche nous avons utilisé la méthode du DATA MINING pour analysé et prédire les données.
Avis libraires et clients

Note moyenne
0 notes
Donner une note