Andere Kunden interessierten sich auch für
![Prédiction de l''interaction entre génotype et environnement au Sahel]( "Prédiction de l''interaction entre génotype et environnement au Sahel")
Prédiction de l''interaction entre génotype et environnement au Sahel32,99 €![Modèles Non-Linéaires en Prédiction de Séries Temporelles]( "Modèles Non-Linéaires en Prédiction de Séries Temporelles")
Modèles Non-Linéaires en Prédiction de Séries Temporelles77,99 €![Description et prédiction de données structurées en plusieurs tableaux]( "Description et prédiction de données structurées en plusieurs tableaux")
Description et prédiction de données structurées en plusieurs tableaux38,99 €![Prédiction des teneurs en métaux lourds par réseau de neurone]( "Prédiction des teneurs en métaux lourds par réseau de neurone")
Prédiction des teneurs en métaux lourds par réseau de neurone32,99 €![Prédiction de la reconstitution des lymphocytes T-CD4 chez les enfants]( "Prédiction de la reconstitution des lymphocytes T-CD4 chez les enfants")
Prédiction de la reconstitution des lymphocytes T-CD4 chez les enfants36,99 €![Intelligences artificielles pour modéliser les données météorologiques]( "Intelligences artificielles pour modéliser les données météorologiques")
Intelligences artificielles pour modéliser les données météorologiques45,99 €![Modélisation du risque d'exposition au paludisme au Bénin]( "Modélisation du risque d'exposition au paludisme au Bénin")
Modélisation du risque d'exposition au paludisme au Bénin36,99 €
L'objectif de l'étude est de voir la qualité des données en utilisant les outils de la statistique descriptive et de proposer des méthodes de classification des données de titres de transit douaniers. Nous avons premièrement fait une description univariée des variables qui caractérisent un titre de transit. Ensuite, nous avons cherché à connaître les relations entre les variables en dressant quelques tableaux de contingence. Pour finir la description, nous avons effectué une ACM pour décrire de façon générale les variables et des titres. La représentation de ces titres nous a permis de voir le nombre de groupes envisageables pour la segmentation des titres de transit. Pour creuser plus loin, nous avons proposé des méthodes de Data Mining pour la classification, notamment les méthodes de classification automatique telles que la méthode de classification hiérarchique ascendante (CHA) et la méthode des k-means pour avoir les groupes de titres de transit, ceci pour construire une variable réponse Y. Cette variable Y nous a donc permis de créer des modèles à partir desquels nous avons calculé les scores des titres de transit en vue de prédire leurs classes respectives.