Aristote de A à Z

Cet abécédaire paraît à l'occasion du lancement de la collection " A la lettre ", dont chaque titre est construit comme un mini-dictionnaire rassemblant les notions essentielles d'un grand classique suivies de la définition qu'il en donne lui-même dans son oeuvre, le tout précédé d'une introduction étoffée qui remet l'oeuvre dans son contexte et sa cohérence. A la manière des " 100 mots... ", mais sans la limitation du nombre et sous la forme d'une anthologie, " A la lettre " permet de réviser ses classiques " dans le texte ", sans avoir à (re)lire toute l'oeuvre ou ses commentateurs, et de se constituer un répertoire de citations pour briller en société ou... dans ses dissertations. Avec Platon, place à " caverne ", " dialectique ", " idée ", " imitation ", " maïeutique ", " réminiscence "... Sous cette forme, ce n'est pas un été que vous passerez avec Platon, mais toute l'année !

Comprendre le data mining pour en exploiter toutes les possibilités et découvrir des pépites cachées dans vos bases de données. Grâce à des moteurs de recherche toujours plus puissants, le data mining (exploration ou fouille de données), est devenu un outil de veille technologique, stratégique et concurrentielle incontournable, aux domaines d'application nombreux (analyse des comportements des consommateurs, gestion de la relation client, maintenance préventive, détection de fraudes, optimisation de sites web...). Mais seule une bonne compréhension de ses mécanismes complexes, au carrefour de l'algorithmique et de la statistique, permet de l'utiliser efficacement pour transformer une masse de données en information utile et mobilisable. Mêlant théorie et pratique, abondamment illustré, ce livre propose une méthodologie claire en expliquant les concepts, les techniques et les outils du data mining. Il présente les principaux algorithmes et fournit des exemples de leur utilisation sur de grands ensembles de données portant sur des cas réels, dont de nombreux cas français.

Tout sur le data mining dans un ouvrage entièrement mis à jour. Révolution de l'ingénierie de la connaissance, permettant de découvrir de nouvelles corrélations, tendances et modèles au sein de grandes masses de données, le data mining (ou fouille de données) est devenu l'outil de veille technologique, stratégique et concurrentielle par excellence, grâce à des logiciels d'analyse toujours plus puissants. Seule une bonne compréhension des mécanismes complexes, au carrefour de l'algorithmique et de la statistique, qui sous-tendent ces logiciels permet de les utiliser efficacement et de transformer des données brutes en connaissance, c'est-à-dire en information mobilisable pour prendre des décisions pertinentes. Mêlant la théorie et la pratique au travers d'exemples et d'exercices concrets, abondamment illustré, ce livre propose une méthodologie claire du data mining en expliquant ses concepts et techniques : classification et clusterisation, exploration et prédiction, arbres de décision, réseaux de neurones et de Kohonen, règles d'association, évaluation des modèles, etc. Cette deuxième édition, largement remaniée, propose de nouveaux chapitres sur l'analyse statistique multivariée, la préparation des données, l'imputation des données manquantes et introduit une douzaine de nouveaux concepts. Le code R de chaque modèle présenté est fourni (et proposé en ligne), ainsi qu'une annexe sur la visualisation et l'analyse descriptive des données pour les lecteurs qui désireraient revoir quelques notions de base en statistiques.