1 Modélisation d être mauvais payeur

Dimension: px
Commencer à balayer dès la page:

Download "1 Modélisation d être mauvais payeur"

Transcription

1 1 Modélisation d être mauvais payeur 1.1 Description Cet exercice est très largement inspiré d un document que M. Grégoire de Lassence de la société SAS m a transmis. Il est intitulé Guide de démarrage avec SAS Entreprise Miner 4.3 et de la documentation trouvée sur le site de SAS Data Mining Using SAS Entreprise Miner : A case study Approach Second Edition. Une banque, dans le cadre de son service de prêts, désire pouvoir prédire la non solvabilité d un client ayant contracté un prêt en fonction des covariables explicatives : Loan,..., Debtinc. Pour ceci elle constitue une base de données constituées de l historique de 5960 clients ayant contracté un prêt qui au jour de l étude aurait du être complètement remboursé. Cette table nommée hmeq se trouve dans la librairie Sampsio.hmeq. Bad qualitatif la personne a remboursé son crédit sans incident(bad=0) avec incidents (Bad=1) Loan quantitatif montant du prêt Mortdue quantitatif montant du sur l hypothèque Value quantitatif valeur de la propriété Reason qualitatif motif du prêt : Consolidation financière Debtcon,prêt immobilier Homelmp. Job qualitatif profession Mgr,Office, Other, ProfXexe, Sales, Self, manque Yoj quantitatif nombre d années dans le travail actuel Derog quantitatif nombre de demande de report d échéances de prêt Deling quantitatif nombre de litiges Clage quantitatif Age du plus ancien crédit en mois Ninq quantitatif nombre de demandes récentes de crédit Clno quantitatif nombre de crédits dans la banque Debtinc quantitatif Ratio dette sur revenu 1.2 Enoncé Feuille diagramme On construit un programme SAS comme un arbre, la racine de cet arbre est la source de données, les noeuds sont les modules, et une relation d un module père vers un module fils dit que certaines données produites par le module père sont nécessaires au module fils pour l évaluation du module fils. Tools C est l ensemble des noeuds de calculs SAS ou procédures. les paramètres d un module s obtienne en double cliquant ou par le bouton de droite 1. On définit la source des données à l aide du module Input Data Source. Déposer le module Input Data Source sur le diagramme, et accéder à ces propriétés. Dans l onglet Data, choisir comme Source Data la table SAMPSIO.HMEQ L onglet Variable définit les attributs des variables. Chaque variables à cinq attributs : Model Role, Measurement, Type, Format, Informat, Label. Définir l attribut Model Role de la variable BAD comme Target, c est la variable que l on cherche à expliquer. Que doit être l attribut Measurment de la variable DEROG, le corriger éventuellement. 2. Dans cette question on veut construire une base d apprentissage constituée de 60% des emprunteurs et d une base de validation des 40% de clients restants en utilisant le module Data Partition, copier ce module et relier le module source Input Data Source au module destination Data Partition. Définir alors les bonnes propriétés de ce module. 3. Dans cette question on veut étudier graphiquement le lien qu il y a entre les variables explicatives et la variable que l on cherche à expliquer. Plusieurs modules d exploration multidimensionelle graphique sont disponibles Distribution Explorer, Insight. Déposer ces deux modules et les relier à la table HMEQ. Distribution Explorer Etudier l histogramme des fréquences en croisant les deux variables DEBINC, BAD. Qu en concluez vous? Insight Faire une ACP des variables quantitatives. Qu en conclure. 4. On modélise la variable BAD grâce à un arbre de décision, calculé grâce au module Tree. Poser ce module et le relier au module Data Partition calculant les bases d apprentissage et de test. Sélectionner le module Tree, et avec le bouton de droite sélectionner l action Run et faire exécuter les calculs nécessaires : branche du module Input Data Source au module Tree sélectionné. Pour étudier les résultats, vous pouvez alors répondre Yes à la suite de l exécution, ou en sélectionnant le module, choisir l action results. Les menus principaux sont alors dépendant des fenêtres sélectionnées. Dans le menu View sélectionner l option Tree pour afficher l arbre. Les feuilles de cet arbre sont composées d un tableau de cinq lignes et trois colonnes. Les colonnes sont : 1ere Cette colonne indique les libellés des lignes (valeurs de la variable à expliquer BAD et Total). 2eme Cette colonne colonne indique les résultats pour la base de test. 1

2 3eme Cette colonne indique les résultats pour la base de test. On peut donner une couleur à chaque feuille proportionnelle à la proportion de bons payeurs grâce à des palettes pré déterminées. De puis un clic droit sélectionner l action Define Colors et choisir les bonnes options. 5. On va définir deux autres modélisation par arbre de décision avec différents paramètres. Arbre 4 En ouvrant les propriétés d un de ces arbres et en sélectionnant Basic choisir comme nombre maximum de branche pour un noeud 4. Et enregistrer le modèle Model Name avec le nom arbre 4 Gini Sélectionner une méthode de segmentation de type Gini. Et nommer ce modèle Gini. Faire exécuter les deux modèles, étudier les résultats. 6. Pour comparer ces trois modèles on va construire la courbe ROC associé à ces trois modèles grâce au module Assessment. La courbe Roc représente en fonction d une population dépendant d un paramètre scalaire s ( par exemple score > s), la proportion de clients mauvais payeurs (sensitivité) en fonction de la proportion de bons clients dans cette même population ( 1 -spécificité). Connecter les modules Tree au module Assessment Faire exécuter et analyser les résultats. Sélectionner les 3 modèles Dans le menu Tool visualiser les courbes ROC Reciever Operating Characteristic et Lift Chart pour la base d apprentissage et la base de test. Comparer les trois modèles. Dans l onglet result choisir alors le modèle qui servira de modèle pour les traitements suivants. 7. Dans cette question, on va utiliser le module Replacement permettant de remplacer par différents algorithmes les valeurs manquantes. Relier le module Data Partition au module Replacement. Ouvrir les propriétés de ce module et sélectionner l onglet des variables quantitatives Interval variables. Quel est l algorithme par défaut proposé? Sélectionner toutes les variables sauf DEBTINC et sélectionner l algorithme d estimation des valeurs manquantes Tree Imputaion des propriétés Select Method. Définir la valeur de emplacement 50 pour la variable Debintc. Quel est l algorithme de remplacement des valeurs manquantes des variables quantitatives Class Variables? 8. Dans cette question on va modéliser la probabilité d être mauvais payeur en fonction des variables explicatives grâce à un modèle de régression logistique. le module correspondant est regression. Ajouter le module Regression Relier le module Replacement au module Regression puis au module Assessment. Ouvrir les propriétés du module Regression, quel est le type de régression utilisée par défaut. Comparer alors les quatre méthodes grâce à la courbe ROC. 9. On veut estimer la probabilité d être mauvais payeur d une nouvelle base de données constituée de clients ayant actuellement des prêts. Le résultat du module Score et par défaut le code SAS permettant d estimer cette probabilité d être mauvais payeur. Définir une nouvelle source de données grâce au module Input Data Source associé à la même table HMEQ. Définir le rôle de cette table (onglet Data, Role=Score). Relier le module Assessment au nouveau module Score, relier le module Input Data Source au module Score, ouvrir les propriétés du module Score, et spécifiez depuis l onglet Settings que l on veut calculer les scores à partir du modèle estimé à partir de base d apprentissage Apply training data code to score. Ajouter un nouveau module Insight. Relier le module Score au module Insight Le module score va transmettre plusieurs table au module fils Insight : les tables provenant de la conception du modèle : les tables Taining, Validation, Test; ainsi que la table de prédiction calculée à partir de la table de scoring. Dans le module Insight, il faut sélectioner la table que l on beut étudier grâce au menu select. On choisira la table dont la description est Score Data. Faire exécuter le module Insight 10. Cette dernière étape consiste à sauvegarder les résultats Sauvegarde du scoring On veut exporter au format excel les résultats du scoring. Sélectionner le module Insight relié au module Score et ouvrir les résultats. Sélectionner la colonne P_BAD0 probabilité pour que le client soit un bon payeur. Trier les données depuis le menu accessible en sélectionnant toute la base. Exporter les données au format Excel. Programme SAS de Scoring Sélectionner le module Score et ouvrir les résultats. Copier le code Sélectionner une fenêtre autre que celle d Entreprise Miner Depuis le menu principal de SAS ouvrir l éditeur Affichage -> Editeur. Le programme à exécuter est le suivant : 2

3 Data work.toto; /* nom de la table de sortie */ Set sampsio.hmeq /* table à scorer */ /* copier le code ici */ run; Programme C/Java de Scoring Ce module permet de créer des applications autonomes (sans SAS), ce qui peut être intéressant pour le client final. Relier le module Assessment au nouveau module Score Converter Le faire exécuter. Je ne sais pas compiler le java ni le C, je compte sur vous. Report Le module Report permet de générer un rapport automatique. Relier ce module au module Assessment, le faire exécuter et analyser les résultats. On peut préciser le repertoire de sauvegarde, il est par defaut dans le répertoire du projet. 3

4 1.3 Graphiques 1.4 Solutions Solution SAS arbre 2 feuilles Data work.hmeqsc; set sampsio.hmeq; Fig. 1 Graphe 4

5 * START_CHUNK :T03F46M1 *; * TOOL : Input Data Source ; * TYPE : SAMPLING ; * NODE : SAMPSIO.HMEQ [T03F46M1] ; * END_CHUNK :T03F46M1 *; * START_CHUNK :T3BXMJZC *; * END_CHUNK :T3BXMJZC *; * START_CHUNK :T3USDNSE *; * TOOL : Tree ; * TYPE : MODEL ; * NODE : Tree [T3USDNSE] ; * MODEL NAME : Untitled ; * DESCRIPTION : ; * TARGET : BAD ; ****** DECISION TREE SCORING CODE ******; ****** LENGTHS OF NEW CHARACTER VARIABLES ******; LENGTH I_BAD $ 12; LENGTH F_BAD $ 12; LENGTH _WARN_ $ 4; ****** LABELS FOR NEW VARIABLES ******; LABEL _NODE_ = 'Node'; LABEL _LEAF_ = 'Leaf'; LABEL P_BAD1 = 'Predicted: BAD=1'; LABEL P_BAD0 = 'Predicted: BAD=0'; LABEL I_BAD = 'Into: BAD'; LABEL U_BAD = 'Unnormalized Into: BAD'; LABEL F_BAD = 'From: BAD'; LABEL R_BAD1 = 'Residual: BAD=1'; LABEL R_BAD0 = 'Residual: BAD=0'; LABEL _WARN_ = 'Warnings'; ****** TEMPORARY VARIABLES FOR FORMATTED VALUES ******; LENGTH _ARBFMT_12 $ 12; DROP _ARBFMT_12; _ARBFMT_12 = ' '; /* Initialize to avoid warning. */ _ARBFMT_12 = PUT( BAD, BEST12.); %DMNORMCP( _ARBFMT_12, F_BAD ); ****** ASSIGN OBSERVATION TO NODE ******; IF NOT MISSING(DEBTINC ) AND DEBTINC < THEN DO; IF NOT MISSING(VALUE ) AND VALUE < THEN DO; IF NOT MISSING(DELINQ ) AND 5.5 <= DELINQ THEN DO; _NODE_ = 9; _LEAF_ = 2; P_BAD1 = 1; P_BAD0 = 0; _NODE_ = 8; _LEAF_ = 1; P_BAD1 = ; P_BAD0 = ; I_BAD = '0'; U_BAD = 0; _NODE_ = 5; _LEAF_ = 3; P_BAD1 = 0.76; P_BAD0 = 0.24; IF NOT MISSING(DELINQ ) AND 5

6 0.5 <= DELINQ THEN DO; _NODE_ = 7; _LEAF_ = 7; P_BAD1 = ; P_BAD0 = ; IF NOT MISSING(CLAGE ) AND <= CLAGE THEN DO; IF NOT MISSING(DEROG ) AND 0.5 <= DEROG THEN DO; _NODE_ = 17; _LEAF_ = 6; P_BAD1 = ; P_BAD0 = ; _NODE_ = 16; _LEAF_ = 5; P_BAD1 = ; P_BAD0 = ; I_BAD = '0'; U_BAD = 0; _NODE_ = 10; _LEAF_ = 4; P_BAD1 = ; P_BAD0 = ; ***** RESIDUALS R_ *************; IF F_BAD NE '1' AND F_BAD NE '0' THEN DO; R_BAD1 =.; R_BAD0 =.; R_BAD1 = -P_BAD1; R_BAD0 = -P_BAD0; SELECT( F_BAD ); WHEN( '1' ) R_BAD1 = R_BAD1 +1; WHEN( '0' ) R_BAD0 = R_BAD0 +1; ****** END OF DECISION TREE SCORING CODE ******; * END_CHUNK :T3USDNSE *; run; 6

Manipulation de données avec SAS Enterprise Guide et modélisation prédictive avec SAS Enterprise Miner

Manipulation de données avec SAS Enterprise Guide et modélisation prédictive avec SAS Enterprise Miner Le cas Orion Star Manipulation de données avec SAS Enterprise Guide et modélisation prédictive avec SAS Enterprise Miner Le cas Orion Star... 1 Manipulation de données avec SAS Enterprise Guide et modélisation

Plus en détail

Crédit Scoring. Master 2 SRO. Année scolaire 2009/2010. Professeur : RICHARD EMILION. Réalisé par : MAHAMAT OUMAR ALHABO et OULD EL HADDAD CHEIKH

Crédit Scoring. Master 2 SRO. Année scolaire 2009/2010. Professeur : RICHARD EMILION. Réalisé par : MAHAMAT OUMAR ALHABO et OULD EL HADDAD CHEIKH Master 2 SRO Année scolaire 2009/2010 Crédit Scoring Professeur : RICHARD EMILION Réalisé par : MAHAMAT OUMAR ALHABO et OULD EL HADDAD CHEIKH Master_2_SRO_Data-Mining 1 Table des matières PARTIE 1 1. Résumé

Plus en détail

Dossier d utilisation Excel (Les bases)

Dossier d utilisation Excel (Les bases) Dossier d utilisation Excel (Les bases) Lancer le logiciel Microsoft Excel. Page 1 Ouvrir Un fichier existant Page 1 Créer (ou Ouvrir) un nouveau document Page 2 Sauvegarder un nouveau fichier Page 2 Enregistrer

Plus en détail

Didacticiel - Etudes de cas. Comparer TANAGRA, ORANGE et WEKA lors de la construction d une courbe ROC à partir de la régression logistique.

Didacticiel - Etudes de cas. Comparer TANAGRA, ORANGE et WEKA lors de la construction d une courbe ROC à partir de la régression logistique. Objectif Comparer TANAGRA, ORANGE et WEKA lors de la construction d une courbe ROC à partir de la régression logistique. TANAGRA, ORANGE et WEKA sont trois logiciels de data mining gratuits. S ils poursuivent

Plus en détail

BIRT (Business Intelligence and Reporting Tools)

BIRT (Business Intelligence and Reporting Tools) BIRT (Business Intelligence and Reporting Tools) Introduction Cette publication a pour objectif de présenter l outil de reporting BIRT, dans le cadre de l unité de valeur «Data Warehouse et Outils Décisionnels»

Plus en détail

Introduction aux outils BI de SQL Server 2014. Fouille de données avec SQL Server Analysis Services (SSAS)

Introduction aux outils BI de SQL Server 2014. Fouille de données avec SQL Server Analysis Services (SSAS) MIT820: Entrepôts de données et intelligence artificielle Introduction aux outils BI de SQL Server 2014 Fouille de données avec SQL Server Analysis Services (SSAS) Description générale Ce tutoriel a pour

Plus en détail

Le Data Mining au service du Scoring ou notation statistique des emprunteurs!

Le Data Mining au service du Scoring ou notation statistique des emprunteurs! France Le Data Mining au service du Scoring ou notation statistique des emprunteurs! Comme le rappelle la CNIL dans sa délibération n 88-083 du 5 Juillet 1988 portant adoption d une recommandation relative

Plus en détail

INTRODUCTION AU DATA MINING

INTRODUCTION AU DATA MINING INTRODUCTION AU DATA MINING 6 séances de 3 heures mai-juin 2006 EPF - 4 ème année - Option Ingénierie d Affaires et de Projets Bertrand LIAUDET TP DE DATA MINING Le TP et le projet consisteront à mettre

Plus en détail

données en connaissance et en actions?

données en connaissance et en actions? 1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)

Plus en détail

Nous mettons en œuvre dans ce didacticiel la méthode d apprentissage ID3 (arbre de décision).

Nous mettons en œuvre dans ce didacticiel la méthode d apprentissage ID3 (arbre de décision). Présentation du didacticiel Dans ce didacticiel, vous allez apprendre à mettre en œuvre une méthode d apprentissage supervisé. Le fichier d exemple utilisé est «breast.txt». Ce fichier, bien connu, est

Plus en détail

STATGRAPHICS Online. Système d Analyse Statistique. Décembre 2010. Copyright 2010 par StatPoint Technologies, Inc. Tous droits réservés.

STATGRAPHICS Online. Système d Analyse Statistique. Décembre 2010. Copyright 2010 par StatPoint Technologies, Inc. Tous droits réservés. STATGRAPHICS Online Système d Analyse Statistique Décembre 2010 Copyright 2010 par StatPoint Technologies, Inc. Tous droits réservés. STATGRAPHICS Online Page 1 Table des matières Introduction... 3 Chapitre

Plus en détail

Manuel de formation Spaceman 1 ère journée

Manuel de formation Spaceman 1 ère journée Manuel de formation Spaceman 1 ère journée Table des Matières Présentation des barres d outils et des icônes...4 Présentation de l espace de travail...10 1 ère PARTIE : CONSTRUIRE LE MOBILIER...11 La gondole

Plus en détail

Travaux pratiques avec RapidMiner

Travaux pratiques avec RapidMiner Travaux pratiques avec RapidMiner Master Informatique de Paris 6 Spécialité IAD Parcours EDOW Module Algorithmes pour la Fouille de Données Janvier 2012 Prise en main Généralités RapidMiner est un logiciel

Plus en détail

KWISATZ_TUTO_module_magento novembre 2012 KWISATZ MODULE MAGENTO

KWISATZ_TUTO_module_magento novembre 2012 KWISATZ MODULE MAGENTO _TUTO_module_magento Table des matières -1) - :...2-1.1) Introduction :...2-1.2) Description :...3-1.2.1) Schéma :...3-1.3) Mise en place :...4-1.3.1) MAGENTO :...4-1.3.1.1) Les Web Services :...4-1.3.1.2)

Plus en détail

GUIDE DU DATA MINER. Scoring - Modélisation. Data Management, Data Mining, Text Mining

GUIDE DU DATA MINER. Scoring - Modélisation. Data Management, Data Mining, Text Mining GUIDE DU DATA MINER Scoring - Modélisation Data Management, Data Mining, Text Mining 1 Guide du Data Miner Scoring - Modélisation Le logiciel décrit dans le manuel est diffusé dans le cadre d un accord

Plus en détail

Phase A : Business understanding. Phase B : Data understanding

Phase A : Business understanding. Phase B : Data understanding IUT de Caen - Département STID Responsable : Alain LUCAS Data Mining Fiche de TP n o 1 - Profiling STID ème année Dans le cadre d un projet de Data Mining, il est relativement rare, sauf peut-être dans

Plus en détail

Installation et compilation de gnurbs sous Windows

Installation et compilation de gnurbs sous Windows Installation et compilation de gnurbs sous Windows Installation de l environnement de développement Code::Blocks (Environnement de développement) 1. Télécharger l installateur de Code::Blocks (version

Plus en détail

Modélisation Informatique de Clients Douteux, En utilisant les Techniques de DATAMINING

Modélisation Informatique de Clients Douteux, En utilisant les Techniques de DATAMINING Modélisation Informatique de Clients Douteux, En utilisant les Techniques de DATAMINING Mostafa Hanoune, Fouzia Benabbou To cite this version: Mostafa Hanoune, Fouzia Benabbou. Modélisation Informatique

Plus en détail

Guide d utilisation pour

Guide d utilisation pour Guide d utilisation pour TABLE DES MATIÈRES 1. PRÉSENTATION DE STOCK GUIDE 3 1.1 MODALITÉS D ACCÈS 3 1.2 INSTRUCTIONS POUR SE DÉCONNECTER DE LA BASE DE DONNÉES 4 2. LES DIFFÉRENTES COMPOSANTES DE LA BASE

Plus en détail

L'intelligence d'affaires: la statistique dans nos vies de consommateurs

L'intelligence d'affaires: la statistique dans nos vies de consommateurs L'intelligence d'affaires: la statistique dans nos vies de consommateurs Jean-François Plante, HEC Montréal Marc Fredette, HEC Montréal Congrès de l ACFAS, Université Laval, 6 mai 2013 Intelligence d affaires

Plus en détail

CALCUL D UN SCORE ( SCORING) Application de techniques de discrimination LES OBJECTIFS DU SCORING

CALCUL D UN SCORE ( SCORING) Application de techniques de discrimination LES OBJECTIFS DU SCORING CALCUL D UN SCORE ( SCORING) Application de techniques de discrimination LES OBJECTIFS DU SCORING SÉLECTION DES RISQUES PRÉVISION DES DÉFAUTS SUIVI ET CONTRÔLE Pierre-Louis GONZALEZ Différents types de

Plus en détail

Formations 2015 Bureautique

Formations 2015 Bureautique Formations 2015 Bureautique Excel PowerPoint Utiliser Excel au quotidien 1 jour lundi 30/03/2015 Créer des graphiques 0.5 jour mercredi 08/04/2015 (après midi) Faire des calculs 1 jour lundi 04/05/2015

Plus en détail

KWISATZ MODULE PRESTASHOP

KWISATZ MODULE PRESTASHOP Table des matières -1) KWISATZ - :...2-1.1) Introduction :...2-1.2) Description :...3-1.2.1) Schéma :...3-1.3) Mise en place :...4-1.3.1) PRESTASHOP :...4-1.3.1.1) Les Web Services :...4-1.3.2) KWISATZ

Plus en détail

Documentation Tableur OpenOffice 2

Documentation Tableur OpenOffice 2 Documentation Tableur OpenOffice 2 1. Environnement de travail Nom du Nom du logiciel Barre de Zone de nom elle affiche l'adresse du champ sélectionné Cellule active Zone d'édition : elle affiche le contenu

Plus en détail

MindMup. Créer des cartes mentales avec. http://www.mindmup.com

MindMup. Créer des cartes mentales avec. http://www.mindmup.com Créer des cartes mentales avec MindMup http://www.mindmup.com MindMup est une application en ligne de Mind-Mapping (cartes mentales) libre et gratuite sans publicité ni spam d aucune sorte.. MindMup dispose

Plus en détail

Didacticiel Études de cas. Description succincte de Pentaho Data Integration Community Edition (Kettle).

Didacticiel Études de cas. Description succincte de Pentaho Data Integration Community Edition (Kettle). 1 Objectif Description succincte de Pentaho Data Integration Community Edition (Kettle). L informatique décisionnelle («Business Intelligence BI» en anglais, ça fait tout de suite plus glamour) fait référence

Plus en détail

SOMMAIRE. Présentation assistée sur ordinateur. Collège F.Rabelais 1/10

SOMMAIRE. Présentation assistée sur ordinateur. Collège F.Rabelais 1/10 /0 SOMMAIRE. Lancer le logiciel. Mettre un titre dans une diapositive et du texte. Ajouter une diapositive 4. Créer une diapositive avec une image 5. Créer une diapositive avec un graphique 6. Créer une

Plus en détail

TP Blender n 2 : Importation d un modèle SketchUp et animation

TP Blender n 2 : Importation d un modèle SketchUp et animation TP Blender n 2 : Importation d un modèle SketchUp et animation Service de Conception Géométrique Université de Liège Aérospatiale et Mécanique Conçu avec Blender 2.66 et SketchUp 8 De SketchUp à Blender

Plus en détail

SharePoint (Toute la Gamme)... 1 Office 2010 (Toute la Gamme)... 2 OLAP (Toute la Gamme)... 2 STATISTICA Connecteur PI (Produit Complémentaire)...

SharePoint (Toute la Gamme)... 1 Office 2010 (Toute la Gamme)... 2 OLAP (Toute la Gamme)... 2 STATISTICA Connecteur PI (Produit Complémentaire)... SharePoint (Toute la Gamme)... 1 Office 2010 (Toute la Gamme)... 2 OLAP (Toute la Gamme)... 2 STATISTICA Connecteur PI (Produit Complémentaire)... 3 Introduction... 3 Échelle Interactive... 4 Navigation

Plus en détail

Groupe Eyrolles, 2003, ISBN : 2-212-11317-X

Groupe Eyrolles, 2003, ISBN : 2-212-11317-X Groupe Eyrolles, 2003, ISBN : 2-212-11317-X 3 Création de pages dynamiques courantes Dans le chapitre précédent, nous avons installé et configuré tous les éléments indispensables à la mise en œuvre d une

Plus en détail

EXCEL PERFECTIONNEMENT SERVICE INFORMATIQUE. Version 1.0 30/11/05

EXCEL PERFECTIONNEMENT SERVICE INFORMATIQUE. Version 1.0 30/11/05 EXCEL PERFECTIONNEMENT Version 1.0 30/11/05 SERVICE INFORMATIQUE TABLE DES MATIERES 1RAPPELS...3 1.1RACCOURCIS CLAVIER & SOURIS... 3 1.2NAVIGUER DANS UNE FEUILLE ET UN CLASSEUR... 3 1.3PERSONNALISER LA

Plus en détail

MEGA TeamWork. Guide d utilisation

MEGA TeamWork. Guide d utilisation MEGA TeamWork Guide d utilisation MEGA 2009 SP4 1ère édition (juin 2010) Les informations contenues dans ce document pourront faire l objet de modifications sans préavis et ne sauraient en aucune manière

Plus en détail

Fiche n 14 : Import / Export avec PlanningPME

Fiche n 14 : Import / Export avec PlanningPME PlanningPME Planifiez en toute simplicité Fiche n 14 : Import / Export avec PlanningPME I. Description de cette fonction... 2 II. Import / Export sous forme de fichiers texte «.txt»... 2 III. Onglet «Intégration»

Plus en détail

Odesi - Guide de l usager UdeM

Odesi - Guide de l usager UdeM Odesi - Guide de l usager UdeM Table des matières 1. Présentation... 2 1.1 Le système Odesi... 2 1.2 Les collections disponibles... 2 1.3 Langue... 3 2 La recherche de données... 3 2.1 Boite de recherche...

Plus en détail

RapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources

RapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources Master Maths Finances 2010/2011 Data Mining janvier 2011 RapidMiner 1 Introduction 1.1 Présentation RapidMiner est un logiciel open source et gratuit dédié au data mining. Il contient de nombreux outils

Plus en détail

SUGARCRM MODULE RAPPORTS

SUGARCRM MODULE RAPPORTS SUGARCRM MODULE RAPPORTS Référence document : SYNOLIA_Support_SugarCRM_Module_Rapports_v1.0.docx Version document : 1.0 Date version : 2 octobre 2012 Etat du document : En cours de rédaction Emetteur/Rédacteur

Plus en détail

Générer du code à partir d une description de haut niveau

Générer du code à partir d une description de haut niveau Cedric Dumoulin Générer du code à partir d une description de haut niveau Ce projet vise à fournir un environnement de développement permettant de modéliser des UI Android à un haut niveau d abstraction,

Plus en détail

Grégoire de Lassence. Copyright 2006, SAS Institute Inc. All rights reserved.

Grégoire de Lassence. Copyright 2006, SAS Institute Inc. All rights reserved. Grégoire de Lassence 1 Grégoire de Lassence Responsable Pédagogie et Recherche Département Académique Tel : +33 1 60 62 12 19 gregoire.delassence@fra.sas.com http://www.sas.com/france/academic SAS dans

Plus en détail

Recueil des Fiches Utilisateurs de «SharePoint»

Recueil des Fiches Utilisateurs de «SharePoint» Recueil des s s de «SharePoint» Ce document regroupe les fiches utilisateurs décrivant la navigation et l utilisation de l application SharePoint. (Référence DSI-DT-Sharepoint-1-4 Mai 2015) SOMMAIRE Accéder

Plus en détail

Gestion des Factures

Gestion des Factures Gestion des Factures Sommaire Comment enregistrer une facture client... 3 Sous 2DCaisse... 3 Création d une facture sur ticket validé... 3 Réglé une facture non soldée... 5 Valider un ticket sans règlement...

Plus en détail

GUIDE D UTILISATION DU BROWSER DE BEYOND 20/20

GUIDE D UTILISATION DU BROWSER DE BEYOND 20/20 GUIDE D UTILISATION DU BROWSER DE BEYOND 20/20 Le browser Beyond 20/20 permet de visualiser, manipuler, présenter sous forme graphique, imprimer et sauvegarder des tableaux de données. Il s agit d un logiciel

Plus en détail

Manuel de formation Spaceman - 2 ème journée

Manuel de formation Spaceman - 2 ème journée Manuel de formation Spaceman - 2 ème journée Table des Matières 1 ère PARTIE : CONSTRUIRE LE MOBILIER...2 La structure barre de charge : Ajouter / modifier...3 La structure broche : Ajouter / modifier...4

Plus en détail

PARTAGER UN ANNUAIRE COLLECTIF DE SIGNETS AVEC DEL.ICIO.US

PARTAGER UN ANNUAIRE COLLECTIF DE SIGNETS AVEC DEL.ICIO.US PARTAGER UN ANNUAIRE COLLECTIF DE SIGNETS AVEC DEL.ICIO.US Introduction Pourquoi utiliser DEL.ICIO.US? Cet outil permet à plusieurs personnes de partager la même liste de sites favoris et ce sur n importe

Plus en détail

GUIDE DE DÉMARRAGE RAPIDE

GUIDE DE DÉMARRAGE RAPIDE INDUSTRIAL AUTOMATION Interactive Graphical SCADA System INSIGHT AND OVERVIEW GUIDE DE DÉMARRAGE RAPIDE Page 1 de 27 Guide de démarrage rapide pour IGSS FREE50 Introduction Ce guide a pour but de vous

Plus en détail

Modifications aux logiciels DCision ERP 11. Table des matières

Modifications aux logiciels DCision ERP 11. Table des matières 110-6600 Transcanadienne Pointe-Claire, QC H9R 4S2 (514) 694-4878 www.dcisoft.ca Modifications aux logiciels DCision ERP 11 Ce document contient la liste des principales modifications apportées aux logiciels

Plus en détail

Traitement des données avec Microsoft EXCEL 2010

Traitement des données avec Microsoft EXCEL 2010 Traitement des données avec Microsoft EXCEL 2010 Vincent Jalby Septembre 2012 1 Saisie des données Les données collectées sont saisies dans une feuille Excel. Chaque ligne correspond à une observation

Plus en détail

Reuters EcoWin Pro 5.5 Quick Start Guide

Reuters EcoWin Pro 5.5 Quick Start Guide Reuters EcoWin Pro 5.5 Quick Start Guide Guide de démarrage rapide Version 5.5 Sommaire 1 Introduction... 8 Aide...8 Bienvenue sur Reuters EcoWin Pro...8 Barre d outils...9 Menus...9 2 Création d un nouveau

Plus en détail

Comment paramétrer et sauvegarder les configurations d Altium Designer?

Comment paramétrer et sauvegarder les configurations d Altium Designer? 1/2009 13.01.2009 Paramétrage d Altium Designer Question: Comment paramétrer et sauvegarder les configurations d Altium Designer? Contexte: De nombreux clients posent souvent les questions suivantes :

Plus en détail

Contenu des cellules 36 Sélectionner des cellules 37 Sélectionner des lignes, des colonnes et des plages spéciales 38

Contenu des cellules 36 Sélectionner des cellules 37 Sélectionner des lignes, des colonnes et des plages spéciales 38 1 2 Introduction XVII Débuter avec Excel 1 Démarrer Excel 2 Nouveau! La fenêtre Excel 3 Utiliser le ruban 4 Nouveau! Choisir des commandes 5 Nouveau! Utiliser le ruban et les barres d outils 6 Nouveau!

Plus en détail

ERETES-SERIES. Support de formation. Formation ERETES ERETES-SERIE 1/58

ERETES-SERIES. Support de formation. Formation ERETES ERETES-SERIE 1/58 ERETES-SERIES Support de formation 2013 Formation ERETES ERETES-SERIE 1/58 1. Introduction... 4 2. La base de données «Serie»... 5 3. Les Interfaces... 11 4. Le Bloc-Notes... 14 5. La gestion des nomenclatures...

Plus en détail

Exporter des écritures. Importer des écritures. Depuis EBP Comptabilité. www.ebp.com

Exporter des écritures. Importer des écritures. Depuis EBP Comptabilité. www.ebp.com Coala Comptabilité (Ecritures) Depuis EBP Comptabilité Accédez à l option du Sélectionnez Transmettre des données à votre expert comptable (ou à votre client). Cochez la case Dossier complet si vous souhaitez

Plus en détail

Construire un perceptron multicouches avec TANAGRA

Construire un perceptron multicouches avec TANAGRA Objectif Comparer TANAGRA, SIPINA et WEKA lors de l apprentissage d un réseau de neurones. S agissant de l apprentissage d un réseau de neurones, un perceptron multicouches dans notre cas (MULTILAYER PERCEPTRON

Plus en détail

Objectif. Cette formation doit permettre au client d être autonome dans la création de ses rapports avancés en utilisant la fonctionnalité Excel +.

Objectif. Cette formation doit permettre au client d être autonome dans la création de ses rapports avancés en utilisant la fonctionnalité Excel +. Excel + Objectif Cette formation doit permettre au client d être autonome dans la création de ses rapports avancés en utilisant la fonctionnalité Excel +. 2 Ordre du jour 1. Présentation générale d Excel

Plus en détail

Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE. 18/12/2006 Stéphane Tufféry - Data Mining - http://data.mining.free.fr

Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE. 18/12/2006 Stéphane Tufféry - Data Mining - http://data.mining.free.fr 1 Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE 2 Plan du cours Qu est-ce que le data mining? A quoi sert le data mining? Les 2 grandes familles de techniques Le déroulement d un projet de data

Plus en détail

Marche à suivre Statistiques habitants

Marche à suivre Statistiques habitants Marche à suivre Date Qui Description 06/06/14 Patrick Dussetier Manuel OFISA Informatique - Chemin de la Rueyre 120, CH 1020 Renens - Tél : 021/321.51.11 - Fax : 021/321.51.57 Page 1 / 13 Table des matières

Plus en détail

Recueil des Fiches Utilisateurs de «SharePoint»

Recueil des Fiches Utilisateurs de «SharePoint» Recueil des s s de «SharePoint» Ce document regroupe les fiches utilisateurs décrivant la navigation et l utilisation de l application SharePoint. (Référence DSI-DT-Sharepoint-1 Avril 2014) ERGONOMIE GENERALE

Plus en détail

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers

Plus en détail

CONNECT Comptabilité - Liste des fonctionnalités TABLE DES MATIERES

CONNECT Comptabilité - Liste des fonctionnalités TABLE DES MATIERES TABLE DES MATIERES I - PRESENTATION DU LOGICIEL Page 2 II - UTILISATION DU LOGICIEL A - Démarrage du logiciel Page 3 B Comment saisir les écritures Page 4 C - Les différents menus 1 - Le menu DOSSIERS

Plus en détail

Outils pour les réseaux de neurones et contenu du CD-Rom

Outils pour les réseaux de neurones et contenu du CD-Rom Outils pour les réseaux de neurones et contenu du CD-Rom Depuis le développement théorique des réseaux de neurones à la fin des années 1980-1990, plusieurs outils ont été mis à la disposition des utilisateurs.

Plus en détail

Tutoriel Drupal «views»

Tutoriel Drupal «views» Tutoriel Drupal «views» Tutoriel pour la découverte et l utilisation du module Drupal «Views» 1 Dans ce tutoriel nous allons d abord voir comment se présente le module views sous Drupal 7 puis comment

Plus en détail

La place de SAS dans l'informatique décisionnelle

La place de SAS dans l'informatique décisionnelle La place de SAS dans l'informatique décisionnelle Olivier Decourt ABS Technologies - Educasoft Formations La place de SAS dans l'informatique décisionnelle! L'historique de SAS! La mécanique! La carrosserie

Plus en détail

Lisez-Moi Version 14.1.2

Lisez-Moi Version 14.1.2 Lisez-Moi Version 14.1.2 Version 14.1.2 Version 14.1.1 Version 14.1.0 Version 14.0.0 Version 14.1.2 (01/12/2014) Corrections... Zones dynamiques : la modification des paramètres de présentation pouvait

Plus en détail

FEN FICHE EMPLOIS NUISANCES

FEN FICHE EMPLOIS NUISANCES Version 4.8.2 Date mise à jour : 19 Février 2013 Auteur : LAFUMA Gilles Email : glfm02@orange.fr Web : www.procarla.fr/soft Présentation : FEN FICHE EMPLOIS NUISANCES Le Logiciel FEN Fiche emploi nuisance

Plus en détail

Introduction à l Interaction Homme-Machine Tutoriel Visual Studio / Visual Basic

Introduction à l Interaction Homme-Machine Tutoriel Visual Studio / Visual Basic IUT d Orsay Première Année Introduction à l Interaction Homme-Machine Février 2014 Introduction à l Interaction Homme-Machine Tutoriel Visual Studio / Visual Basic Cette introduction à Visual Studio est

Plus en détail

MyReport. Introduction I- PRESENTATION DE MYREPORT

MyReport. Introduction I- PRESENTATION DE MYREPORT MyReport Introduction MyReport (ReportOne) apporte des solutions pour que l intégralité des informations contenues dans Pégase 3 soit exploitable pour la création d états directement à partir de Microsoft

Plus en détail

Installation et compilation de gnurbs sous Windows

Installation et compilation de gnurbs sous Windows Installation et compilation de gnurbs sous Windows Installation de l environnement de développement Code::Blocks (Environnement de développement) 1. Télécharger l installateur de Code::Blocks (version

Plus en détail

Cytoscape pour la visualisation et le traitement de grands graphes

Cytoscape pour la visualisation et le traitement de grands graphes Cytoscape pour la visualisation et le traitement de grands graphes Laurent Risser CNRS, Institut de Mathématiques de Toulouse 01/16 1) Principaux logiciels Outils libres pour la visualisation et traitement

Plus en détail

Copyrigth Fasoft 2001-2003

Copyrigth Fasoft 2001-2003 Roger ROSEC Copyrigth Fasoft 2001-2003 CHAPITRE 1 - VBA ET SON ENVIRONNEMENT 5 VBA et son environnement Dans ce chapitre 1.1 - Programmer AutoCAD 1.1.1 Le VBA 1.1.2 - Comparaison VBA et Visual Basic 1.1.3

Plus en détail

Quelques fonctionnalite s utiles pour analyser les donne es de DIOE sous Excel

Quelques fonctionnalite s utiles pour analyser les donne es de DIOE sous Excel Quelques fonctionnalite s utiles pour analyser les donne es de DIOE sous Excel Contexte La Base de données en ligne des DIOE (IWC online) et le site Observado.org permettent aux Coordinateurs Nationaux

Plus en détail

Techniques d analyse et outils de dessin. Table des matières. Outils de dessin... 1 Graphiques de variation en pourcentage 7 Techniques d analyse...

Techniques d analyse et outils de dessin. Table des matières. Outils de dessin... 1 Graphiques de variation en pourcentage 7 Techniques d analyse... Leçon n 5 Table des matières Outils de dessin... 1 Graphiques de variation en pourcentage 7 Techniques d analyse... 2 Importer des techniques d analyse et des stratégies 8 Formater des entrées dans les

Plus en détail

Méthode d installation de Norton Antivirus Corporate Edition 8.1

Méthode d installation de Norton Antivirus Corporate Edition 8.1 Méthode d installation de Norton Antivirus Corporate Edition 8.1 ANNEXE DU RAPPORT DE STAGE ADMINISTRATEUR RESEAU ET SYSTEMES, 2003 / 2004 PIERRE ROYER RENAULT EUROPE AUTOMOBILES 23 / 06 / 2004 SOMMAIRE

Plus en détail

Thèmes : Ateliers Bureautiques F2+ dans le cadre du DIF

Thèmes : Ateliers Bureautiques F2+ dans le cadre du DIF Thèmes : Ateliers Bureautiques F2+ dans le cadre du DIF Prise en main de l outil micro / Word / Excel / Internet : 20 h Perfectionnement de l outil micro : Word / Excel / Internet : 20 h Perfectionnement

Plus en détail

MANUEL D UTILISATION PRO-FACE

MANUEL D UTILISATION PRO-FACE MANUEL D UTILISATION PRO-FACE SOMMAIRE Chapitre 1 Procédure d utilisation 1. En créant un écran seul..... 2. En créant un écran plus un programme logique.. 1-1 1-2 Chapitre 2 Du début à la fin 1. Guide.....

Plus en détail

Contenu de la version 3.4 C I V I L N E T A D M I N I S T R A T I O N

Contenu de la version 3.4 C I V I L N E T A D M I N I S T R A T I O N Contenu de la version 3.4 C I V I L N E T A D M I N I S T R A T I O N Table des matières 1 CIVIL NET ADMINISTRATION GESTION DES APPLICATIONS... 3 1.1 AMELIORATIONS... 3 1.2 CORRECTIONS... 6 2 CIVIL NET

Plus en détail

Cette fonctionnalité est paramétrable et accessible dans le module administration via le menu "Dossier / Administration".

Cette fonctionnalité est paramétrable et accessible dans le module administration via le menu Dossier / Administration. Gestion du multilingues Cette nouveauté est disponible en édition Entreprise L'extension WaveSoft Customisation vous permet sur l'édition Entreprise de rendre les modules Gestion Commerciale, GRC, Comptabilité,

Plus en détail

Inspiration 7.5. Brève description d Inspiration. Avantages d Inspiration. Inconvénients d Inspiration

Inspiration 7.5. Brève description d Inspiration. Avantages d Inspiration. Inconvénients d Inspiration Inspiration 7.5 Brève description d Inspiration Langue : Français et anglais. Coût : 109$. Une version d essaie gratuite de 30 jours est disponible à l adresse suivante : http://inspiration.demarque.com/applicationweb/pages/publique/index.php

Plus en détail

C2 ATOM Guide de démarrage

C2 ATOM Guide de démarrage C2 ATOM Guide de démarrage Créé par : C2 Innovations Version : 1.0 Dernière modification : 30/03/2015 FOURNISSEUR DE SOLUTIONS COMPLÈTES DE GESTION DE SERVICES FOURNISSEUR DE SOLUTIONS COMPLÈTES DE GESTION

Plus en détail

Module «Pilotage de Projet» - Module GPRO-0

Module «Pilotage de Projet» - Module GPRO-0 Janvier 2013 Module «Pilotage de Projet» - Module GPRO-0 Utilisation de l outil MS Project - version 2010 ING1 promo 2015 Restrictions d utilisation du présent document Ce document est la propriété de

Plus en détail

BASE. Vous avez alors accès à un ensemble de fonctionnalités explicitées ci-dessous :

BASE. Vous avez alors accès à un ensemble de fonctionnalités explicitées ci-dessous : BASE BioArray Software Environment (BASE) est une base de données permettant de gérer l importante quantité de données générées par des analyses de bio-puces. BASE gère les informations biologiques, les

Plus en détail

PROSPECTION CLIENTS. À Présentation : PROSPECT. 2 Téléchargement. 3 Installation. 6 Ecran d accueil. 7 Paramétrage. 13 Utilitaires

PROSPECTION CLIENTS. À Présentation : PROSPECT. 2 Téléchargement. 3 Installation. 6 Ecran d accueil. 7 Paramétrage. 13 Utilitaires PROSPECT PROSPECTION CLIENTS 2 Téléchargement 3 Installation 6 Ecran d accueil 7 Paramétrage 13 Utilitaires 17 Utilisation de Ditell Prospect 25 Visu des infos juridiques 36 Options 39 Utilisation avec

Plus en détail

Introduction à Eclipse

Introduction à Eclipse Introduction à Eclipse Eclipse IDE est un environnement de développement intégré libre (le terme Eclipse désigne également le projet correspondant, lancé par IBM) extensible, universel et polyvalent, permettant

Plus en détail

ECLIPSE ET PDT (Php development tools)

ECLIPSE ET PDT (Php development tools) ECLIPSE ET PDT (Php development tools) Eclipse Eclipse est un IDE (Integrated Development Environment)).C estun projet de la Fondation Eclipse visant à développer tout un environnement de développement

Plus en détail

À la une Présentation

À la une Présentation PROSPECT À la une 2 Téléchargement 4 Installation 6 Utilisation 33 FAA DITEL Prospect est un logiciel qui vous permet de gérer la Relation Client par la gestion des données et l accès direct à l information

Plus en détail

Création, analyse de questionnaires et d'entretiens pour Windows 2008, 7, 8 et MacOs 10

Création, analyse de questionnaires et d'entretiens pour Windows 2008, 7, 8 et MacOs 10 modalisa Création, analyse de questionnaires et d'entretiens pour Windows 2008, 7, 8 et MacOs 10 8 Fonctionnalités de mise en ligne de questionnaires Vous trouverez dans cet opuscule les informations nécessaires

Plus en détail

Fiche n 6 : Gestion des congés

Fiche n 6 : Gestion des congés PlanningPME Planifiez en toute simplicité Fiche n 6 : Gestion des congés I. Description... 2 II. Création des indisponibilités... 2 III. Gestion des jours non travaillés... 5 IV. Paramétrage des jours

Plus en détail

IUT BREST UN LOGICIEL SCADA : PC VUE 2010 DEP.GMP

IUT BREST UN LOGICIEL SCADA : PC VUE 2010 DEP.GMP IUT BREST DEP.GMP UN LOGICIEL SCADA : PC VUE 2010 Table des matières 1. Introduction à la supervision- logiciel SCADA... 4 1.A. Définition d un logiciel SCADA /Supervision... 4 1.B. Ou trouve-t-on des

Plus en détail

ReportBuilder. Pour EBP Bâtiment et EBP Devis et Facturation. Guide d initiation et de prise en main

ReportBuilder. Pour EBP Bâtiment et EBP Devis et Facturation. Guide d initiation et de prise en main ReportBuilder Pour EBP Bâtiment et EBP Devis et Facturation Guide d initiation et de prise en main Edité par EBP Informatique, Rue de Cutesson, BP 95 78513 Rambouillet Cedex Tél : 01 34 94 80 20, Fax :

Plus en détail

Tél. : (241) 74 32 46 / 79 63 88 Fax : (241)74 44 56 E-mail : eqc@bgfi.com. www.bgfi.com

Tél. : (241) 74 32 46 / 79 63 88 Fax : (241)74 44 56 E-mail : eqc@bgfi.com. www.bgfi.com Tél. : (241) 74 32 46 / 79 63 88 Fax : (241)74 44 56 E-mail : eqc@bgfi.com www.bgfi.com 1 Cher client, chère cliente, Bienvenue sur www.bgfionline.com! Pour que vous puissiez accéder à vos comptes à toute

Plus en détail

Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring

Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring Année académique 2006-2007 Professeurs : Marco Saerens Adresse : Université catholique de Louvain Information Systems

Plus en détail

COMMENT TROUVER VOS FUTURS CLIENTS À L INTERNATIONAL? 05/03/2015 Creditsafe France

COMMENT TROUVER VOS FUTURS CLIENTS À L INTERNATIONAL? 05/03/2015 Creditsafe France COMMENT TROUVER VOS FUTURS CLIENTS À L INTERNATIONAL? Mise à jour Auteur 05/03/2015 Creditsafe France Trouver vos futurs clients à l international Bienvenue dans le guide utilisateur de l outil de Prospection

Plus en détail

Quitter la gestion des modèles. ---------- Partie gauche ---------- Afficher tous les classements (y compris les vides)

Quitter la gestion des modèles. ---------- Partie gauche ---------- Afficher tous les classements (y compris les vides) Modèles de documents Ce module permet de mettre en place une base documentaire. Ainsi, tous les documents sortant du cabinet auront la même présentation, quelque soit le collaborateur qui rédige un courrier,

Plus en détail

SERVICE CERTIFICATION DES ÉTABLISSEMENTS DE SANTÉ. Guide utilisateur Compte Qualité dans SARA

SERVICE CERTIFICATION DES ÉTABLISSEMENTS DE SANTÉ. Guide utilisateur Compte Qualité dans SARA SERVICE CERTIFICATION DES ÉTABLISSEMENTS DE SANTÉ Guide utilisateur Compte Qualité dans SARA Novembre 2014 ACC01_T193_A HAS / Service de Certification des Établissements de Santé / Novembre 2014 2 SOMMAIRE

Plus en détail

Guide utilisateur S.I.G Système d Information Géographique

Guide utilisateur S.I.G Système d Information Géographique Guide utilisateur S.I.G Système d Information Géographique Taper l adresse du site dans Internet Explorer : http://sig.siceco.fr En cas de problèmes sur l identifiant et/ou Mot de passe contacter : M.

Plus en détail

Logiciel de Statistique pour l'industrie

Logiciel de Statistique pour l'industrie Logiciel de Statistique pour l'industrie Après plusieurs années de développement, SOSstat est publié dans son troisième Opus. Il ne s'agit pas d'une simple mise à jour mais d'un redéveloppement complet

Plus en détail

Manuel d utilisation du module Liste de cadeaux PRO par Alize Web

Manuel d utilisation du module Liste de cadeaux PRO par Alize Web Manuel d utilisation du module Liste de cadeaux PRO par Alize Web INSTALLER ET CONFIGURER LE MODULE (BACK OFFICE) 2 Réglages des performances 2 Télécharger le module 3 Installer le module 4 Configurer

Plus en détail

Infolettre #18 : Les graphiques avec Excel 2010

Infolettre #18 : Les graphiques avec Excel 2010 Infolettre #18 : Les graphiques avec Excel 2010 Table des matières Introduction... 1 Hourra! Le retour du double-clic... 1 Modifier le graphique... 4 Onglet Création... 4 L onglet Disposition... 7 Onglet

Plus en détail

VBA Excel 2010 Programmer sous Excel : Macros et Langage VBA

VBA Excel 2010 Programmer sous Excel : Macros et Langage VBA Editions ENI VBA Excel 2010 Programmer sous Excel : Macros et Langage VBA Collection Ressources Informatiques Table des matières Les exemples cités tout au long de cet ouvrage sont téléchargeables à l'adresse

Plus en détail

Spécificités, Applications et Outils

Spécificités, Applications et Outils Spécificités, Applications et Outils Ricco Rakotomalala Université Lumière Lyon 2 Laboratoire ERIC Laboratoire ERIC 1 Ricco Rakotomalala ricco.rakotomalala@univ-lyon2.fr http://chirouble.univ-lyon2.fr/~ricco/data-mining

Plus en détail

La Clé informatique. Formation Internet Explorer Aide-mémoire

La Clé informatique. Formation Internet Explorer Aide-mémoire La Clé informatique Formation Internet Explorer Aide-mémoire Novembre 2003 Table des matières Novembre 2003...i Configuration d Internet Explorer... 1 Internet Explorer 6... 5 Gestion des Raccourcies...

Plus en détail

SOFI GESTION+ V5.4 SP5 MARKETING DIRECT

SOFI GESTION+ V5.4 SP5 MARKETING DIRECT SOFI Gestion+ SOFI Informatique SOFI GESTION+ V5.4 SP5 MARKETING DIRECT Support de formation concernant la gestion du marketing directe sous Sofi gestion+. Afin d avoir une information exhaustive sur le

Plus en détail