Méthodes factorielles pour l'analyse des données / CRUCIANU,Michel

Public ISBD Titre : Méthodes factorielles pour l'analyse des données : Méthodes linéaires et extensions non-linéaires Type de document : texte imprimé Auteurs : CRUCIANU,Michel ; ASSELINE DE BEAUVILLE,Jean-pierre ; BONE,Romuald Editeur : Paris : Lavoisier Année de publication : 2004 Importance : 1 vol. (288 p.) Format : 24 ISBN/ISSN/EAN : 978-2-7462-0921-3 Catégories : Mathématique Mots-clés : Analyse factorielle Analyse des données Index. décimale : 519 Mathématiques appliquées, probabilités (statistiques mathématiques) Résumé : Ce livre présente les principales méthodes d'analyse factorielle linéaire (analyse en composantes principales, analyse des correspondances binaires, analyse des correspondances multiples, analyse discriminante). Les méthodes d'analyse non linéaire des données, à base de noyaux (kernel principal component analysis, kernel discriminant analysis) ou à base de réseaux de neurones, sont également abordées. Des exemples d'application et des exercices avec leurs solutions ou des indications pour la solution sont associés à chaque méthode et permettent au lecteur de consolider ses connaissances. Note de contenu : Sommaire Introduction Analyse en composantes principales Analyse factorielle des correspondances Analyse des correspondances multiples Analyse factorielle discriminante Solutions des exercices Côte titre : Fs/2040-2046 Méthodes factorielles pour l'analyse des données : Méthodes linéaires et extensions non-linéaires [texte imprimé] / CRUCIANU,Michel ; ASSELINE DE BEAUVILLE,Jean-pierre ; BONE,Romuald . - Paris : Lavoisier, 2004 . - 1 vol. (288 p.) ; 24. ISBN : 978-2-7462-0921-3 Catégories : Mathématique Mots-clés : Analyse factorielle Analyse des données Index. décimale : 519 Mathématiques appliquées, probabilités (statistiques mathématiques) Résumé : Ce livre présente les principales méthodes d'analyse factorielle linéaire (analyse en composantes principales, analyse des correspondances binaires, analyse des correspondances multiples, analyse discriminante). Les méthodes d'analyse non linéaire des données, à base de noyaux (kernel principal component analysis, kernel discriminant analysis) ou à base de réseaux de neurones, sont également abordées. Des exemples d'application et des exercices avec leurs solutions ou des indications pour la solution sont associés à chaque méthode et permettent au lecteur de consolider ses connaissances. Note de contenu : Sommaire Introduction Analyse en composantes principales Analyse factorielle des correspondances Analyse des correspondances multiples Analyse factorielle discriminante Solutions des exercices Côte titre : Fs/2040-2046

Exemplaires (7)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
Fs/2043	Fs/2040-2046	Livre	Bibliothéque des sciences	Français	Disponible Disponible
Fs/2041	Fs/2040-2046	Livre	Bibliothéque des sciences	Français	Disponible Disponible
Fs/2042	Fs/2040-2046	Livre	Bibliothéque des sciences	Français	Disponible Disponible
Fs/2040	Fs/2040-2046	Livre	Bibliothéque des sciences	Français	Disponible Disponible
Fs/2045	Fs/2040-2046	Livre	Bibliothéque des sciences	Français	Disponible Disponible
Fs/2044	Fs/2040-2046	Livre	Bibliothéque des sciences	Français	Disponible Disponible
Fs/2046	Fs/2040-2046	Livre	Bibliothéque des sciences	Français	Disponible Disponible

---

1 (1 - 1 / 1)