Andere Kunden interessierten sich auch für
![Techniques d'exploration de données - Modèle de prédiction des TA chez les enfants]( "Techniques d'exploration de données - Modèle de prédiction des TA chez les enfants")
Techniques d'exploration de données - Modèle de prédiction des TA chez les enfants40,99 €![Prédiction de modèles à plusieurs niveaux pour des données financières non structurées]( "Prédiction de modèles à plusieurs niveaux pour des données financières non structurées")
Prédiction de modèles à plusieurs niveaux pour des données financières non structurées40,99 €![La prédiction devient possible grâce à l'exploration de données]( "La prédiction devient possible grâce à l'exploration de données")
La prédiction devient possible grâce à l'exploration de données23,99 €![Mécanismes de prédiction de la propagation à apprentissage]( "Mécanismes de prédiction de la propagation à apprentissage")
Mécanismes de prédiction de la propagation à apprentissage42,99 €![Prédiction de Rayonnement Solaire Global (RSG)]( "Prédiction de Rayonnement Solaire Global (RSG)")
Prédiction de Rayonnement Solaire Global (RSG)36,99 €![Analysis and prediction of telecommunication data: DATA-MINING]( "Analysis and prediction of telecommunication data: DATA-MINING")
Analysis and prediction of telecommunication data: DATA-MINING36,99 €![Analisi e previsione dei dati di telecomunicazione: DATA-MINING]( "Analisi e previsione dei dati di telecomunicazione: DATA-MINING")
Analisi e previsione dei dati di telecomunicazione: DATA-MINING36,99 €
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.