Université de Thessalie Département d Aménagement, D Urbanisme et Développement Régional

Dimension: px
Commencer à balayer dès la page:

Download "Université de Thessalie Département d Aménagement, D Urbanisme et Développement Régional"

Transcription

1 Université de Thessalie Départeent d Aénageent, D Urbanise et Développeent Régional Enseignant : As. Pr. Marie-Noelle Duquenne II. Les Méthodes de Classification Ces éthodes ont pour objectif de parvenir à définir une partition des individus en un nobre restreint de classes hoogènes, perettant une typologie des individus considérés. Les classes sont obtenues à l aide d algorithes foralisés et elles doivent décrire des types de coporteents. Il s agit en d autres teres de faire apparaître des profils types. Les données se présentent sous la fore d un tableau de n individus et k variables. Nous travaillerons ici sur les éthodes de classification autoatique et plus particulièreent sur les éthodes hiérarchiques et non hiérarchiques. Dans tous les cas, il nous faut définir (a) un critère de distance qui reflète la disseblance entre les individus, c'est-à-dire leur dissiilarité grâce auquel on pourra regrouper les individus et (b) une stratégie de classification..1. La Classification Hiérarchique Cette éthode repose sur le principe de la foration de partitions eboitées. Elle a pour but de forer un enseble de partitions de l enseble des n individus en classes de oins en oins fines. Ces classes sont obtenues par regroupeents successifs des individus, en coençant par les individus les plus proches. A chaque étape de regroupeent, le principe sera le êe, réunir dans une classe, les individus les plus proches (objectif d hoogénéité des classes). Certes plus on avance dans le regroupeent des individus et plus les individus présenteront des différences. Il faut donc tenir copte de cet aspect pour déliiter le nobre de classes finaleent retenu. Il ne s agit pas d une éthode anuelle ais d une classification basée sur l algorithe qui utilise un critère d agrégation (regroupeent des individus dans diverses classes), basé sur un critère de distance. 1. Définition du critère de distance Le plus souvent on utilise la distance euclidienne usuelle. Supposons que nous observions k caractères (X 1, X X k ) sur un enseble d individus, la distance euclidienne entre deux des individus du groupe (individus A et B) sera donnée par : Docuent interne / Marie Noelle Duquenne (011 01) 1

2 d k A, B ( X A, j X B, j ) j1 Considérons les 4 grandes villes de Thessalie pour lesquelles nous avons calculé leur densité ainsi que le nobre de résidents en 001 qui vivaient déjà dans la êe ville en 1995 pour 100 résidents en 001. (Par exeple, pour 100 résidents à Larissa en 001, 83 y vivaient déjà en 1995). Lorsque l on regarde les données brutes (tableau de gauche), il est clair que les échelles de esure sont très différentes et donc que les différences concernant la deuxièe variable ne joueront quasient aucun rôle dans le calcul de la distance. C est pourquoi avons-nous centrés et réduites les deux variables (standardisation) pour prendre en copte les deux variables. Variables initiales Variables centrées réduites Villes Densite Part en 95 Villes Densite Part en 95 Karditsa , Karditsa -1,7 1,50 Larissa , Larissa 1,37-1,3 Volos-Nea Ionia ,6 Volos-Nea Ionia -0,55-0,04 Trikala ,5 Trikala 0,45-0,14 A partir des deux variables centrées - réduites, nous pouvons calculer à les distances entre les villes. La distance entre Karditsa et Larissa est 1 : d ( 1,7 1,37) (1,50 ( 1,3)) 14,9 K, L Cette distance en elle-êe ne nous dit rien, il faut la coparer avec les autres distances pour coprendre les siilarités et dissiilarités. La distance entre Karditsa et Volos est : d K, V ( 1,7 ( 0,55)) (1,50 ( 0,04)),9 Calculées deux à deux les distances peuvent être retranscrites au travers de la atrice carrée dite atrice des proxiités : Villes Karditsa Larissa Volos- Nea Ionia Trikala Karditsa 0,0 14,9,9 5,6 Larissa 14,9 0,0 5,3, Volos-Nea Ionia,9 5,3 0,0 1,0 Trikala 5,6, 1,0 0,0 1 Si nous n avions pas noré les variables, la distance entre Karditsa et Larissa, basée sur les deux variables, serait de alors que la êe distance en ne prenant en copte que la 1 ère variable serait de Le rôle de la seconde variable est alors annulé. Ainsi, avec les variables brutes, on pourrait ontrer facileent que la plus petite distance concerne Karditsa et Volos. Cela est dû au fait que l ipact de la èe variable n est en fait pas pris en copte lorsque les variables ne sont pas norées. Docuent interne / Marie Noelle Duquenne (011 01)

3 Conduite de la Classification La procédure coprend un enseble d étapes successives qui vont se répéter. Etape initiale = Etape 0 a) On associe à chaque individu un poids. On considère généraleent que tous les individus au départ, ont une êe poids (=1). b) Au départ, chaque individu fore une classe, donc la partition initiale correspond au nobre d individus que l on exaine. c) Puisque chaque classe initiale a un seul individu, le centre de gravité de chacune des classes initiales se confond l unique point qui les copose et le poids de chaque classe k est noté k = 1 d) On calcule alors des distances entre les individus à, ce qui revient à calculer les distances entre les centres de gravité des clases initiales. e) On fore alors une nouvelle partition en réunissant dans une classe, les deux preiers individus qui sont les plus proches, au sens de la plus petite distance euclidienne (critère de Ward), ce qui signifie de la plus faible perte d inertie (inforation). D autant plus les individus sont proches l un à l autre, d autant plus les individus se resseblent et donc en les réunissant dans une êe classe, on perd d autant oins d inforation. Le critère d agrégation retenu est donc le critère de WARD = Miniisation de la perte d inertie. Si nous avons n individus initialeent, donc une partition initiale en n classes, à la fin de l étape 0, nous avons désorais n-1 classes. La nouvelle classe coprenant les deux individus les plus proches a donc un poids k = alors que tous les autres classes ont toujours un poids k = 1. 1 ère Etape a) puisque la partition obtenue a peris de définir de nouvelles classes en nobre réduit, les centres de gravités se sont odifiés et il faut alors calculer ces nouveaux centres. b) Puis on calcule les distances entre chacun de n-1 nouveaux centres de gravité, c'est-à-dire entre chacune des n-1 classes de la partition. c) On fore une nouvelle partition en réunissant dans une êe classe, les individus / classes qui sont les plus proches, ceux qui font perdre le oins d inertie. d) Selon ce critère de iniisation de la perte d inertie, nous obtenons alors n- classes. Docuent interne / Marie Noelle Duquenne (011 01) 3

4 èe Etape a) on procède exacteent de la êe façon qu à l étape 1. b) On obtient alors une nouvelle partition avec n-3 classes. c) Si le nobre de classes obtenues est supérieur à 1, on continue, sinon la procédure est terinée. On peut alors, représenter cette agrégation des individus par un arbre de classification hiérarchique, sur lequel apparaissent les nœuds successifs de réunion des classes, la valeur de chaque nœud correspondant à la perte d inertie provoquée par la réunification des classes. Présentation de l algorithe à l aide d un exeple siple Nous considérons 5 individus caractérisés par une variable qui prend les valeurs suivantes : Individus A B C D E Variable Etape 0 Tableau des distances initiales d (i,j)= (xi-xj) A B C D E A B C D 0 4 E 0 d² (A,B) = (5-9) =16 Calcul de la perte d inertie par la réunion de classes k et k P k. k ' d ²( k, k' ) Forule 1 k k ' Chaque classe a un poids = 1 ( k ). Lorsque l on réunit points en un seul, la perte d inforation correspond donc à la distance entre les deux points, pondérés par le poids relatif de ces points. Tableau des pertes d inertie possible par réunion de classes A B C D E A B C D 0 E 0 Docuent interne / Marie Noelle Duquenne (011 01) 4

5 Résultat : La plus faible d inertie est de 0,5 par la réunion de B et C. 1 er Nœud est entre B et C avec une perte de 0,5. Nouvelle partition : A D E F=B+C Poids = k Etape 1 Nous devons aintenant calculer les nouvelles distances prenant en copte la réunification de B et C. La distance entre A et D, A et E ainsi que D et E ne change pas. Tableau des distances Etape 1 A D E F A D E F 0 Il a fallu calculer les nouvelles distances selon le critère d agrégation de Ward ; pour les réunions de A à F, D à F et E à F. Le calcul de la distance de A à F (= B+C) se fait ainsi : 1 B. C d²( A, F) Bd ²( B, A) Cd ²( C, A) d²( B, C) B C B C Forule De la êe façon, on calcule d (D,F) et d (E,F) Quel est le sens de cette forule? B F C A La distance entre la classe A et la nouvelle classe F qui est la réunification de B et C n est autre que la distance de A et B plus la distance de A à C oins la distance de B à C, ces distances étant pondérées par le poids relatif de chaque classe. Tableau des pertes d inertie en Etape 1 A D E F A D E F 0 Docuent interne / Marie Noelle Duquenne (011 01) 5

6 Pour cela, on utilise la preière forule, en tenant copte des poids de chaque classe. En fait, les classes A, D et E ont 1 individu donc leur poids =1 tandis que la classe F a deux individus et son poids =. Perte d inertie due à la réunion de A et F (B+C) = 1 1,5 1,5 8, La perte iniale est égale à soit par réunion de A et D soit par réunion de D et E Choisissons la réunion de D et E. Nous avons une nouvelle classe G coposée de individus. Le èe Nœud est entre D et E avec une perte de. Nouvelle partition A F G=D+F Poids = k 1 Etape Nous devons à nouveau calculer les nouvelles distances prenant en copte la réunification de D et F Tableau des distances Etape A F G=D+E A 0 1,5 9 F 0 4,5 G 0 La distance entre A et F ne change pas puisqu il s agit toujours de individus uniques. Il faut calculer les nouvelles distances selon le critère d agrégation de Ward pour les réunions de A à G et F à G. Calcul de la distance de A à G (=D+E) 1 D. E d²( A, G) Dd ²( D, A) Ed ²( E, A) d²( D, E) D E D E Forule De la êe façon, on calcule d² (D,G) Tableau des partes d inertie en Etape A F G=D+E A 0 8,1 6 F 0 4,5 G 0 Pour cela, on a utilisé la preière forule, en tenant copte des poids de chaque classe. En fait, la classe A contient 1 individu donc son poids =1 tandis que les classes F et G ont deux individus et leur poids =. Docuent interne / Marie Noelle Duquenne (011 01) 6

7 La perte iniale est égale à 6. Le 3 èe nœud est entre A et G avec une perte de 6 Nouvelle partition : F H= A + G Poids = k 3 Etape 3 Il ne reste que deux classes dans la partition précédente, que signifie que cette étape est la dernière. Il suffit de calculer la perte d inertie qui subviendra lorsque les deux dernières classes F et H vont s agréger. La nouvelle est distance est donnée par la forule soit : 1 A. G d ²( F, H ) Ad ²( A, F ) G d ²( G, F ) d ²( A, G ) A G A G D² (F, H) = 30.5 Le 4 èe Nœud réunissant F et H engendre une perte d inertie égale à : P F F. H H d ²( F, H ),3 3 * 30,5 36,3 Critère Taux Taux cuulés d agrégation = niveau du noeud Nœud 4 A,B,C,D,E 36,3 81,0% 81,0% Nœud 3 A,D,E 6 13,4% 94,4% Nœud D,E 4,5% 98,9% Nœud 1 D,C 0,5 1,1% 100% 44,8 100% Docuent interne / Marie Noelle Duquenne (011 01) 7

8 Docuent interne / Marie Noelle Duquenne (011 01) 8

9 Exeple de dérouleent d une Classification Hiérarchique à l aide du logiciel SPSS Les données portent sur les 13 régions de Grèce et plus préciséent sur leur population totale (ainsi que population Hoes et Fees) lors des deux derniers recenseents 001 et 011. L objectif de l analyse est de produire une partition des 13 régions en fonction du taux de variation intercensitaire de leur population. Nous coençons donc par créer la variable Taux = taux de variation de la population entre 001 et 011, à l aide de la coande : Transfor Copute variable. On utilisera l une ou l autre forule ci-dessous. Pop11_ T Pop01_ T Pop11_ T Taux 100 * 100 * 1 Pop01_ T Pop01_ T Docuent interne / Marie Noelle Duquenne (011 01) 9

10 La nouvelle variable Taux est ainsi créée et apparait à la dernière colonne du fichier de données. L observation des valeurs prises par la variable Taux et en évidence - selon les régions considérées - des évolutions relativeent disparates entre 001 et 011. La plupart des régions ont du al à aintenir leur population, certaines êes subissent une perte relativeent iportantes, seules deux régions présentent un taux relativeent positif (> 3,4%) Nous allons réaliser une siple classification hiérarchique afin de ettre en évidence les partitions successives (regroupeents successifs des 13 régions) et proposer une classification de ces régions. Coande utilisée : Analyze Classify Hierarchical Cluster Choix de la variable à partir de laquelle sera effectuée la classification Sélection de la variable d identification de chaque région de façon à ieux lire les résultats Docuent interne / Marie Noelle Duquenne (011 01) 10

11 Résultats Statistiques (Coande : Statistics) Lorsque le nobre d individus est liité, il est intéressant de produire la atrice de proxiité qui n est autre que la atrice initiale des distances à entre les individus. Attention, il s agit d une atrice carrée donc plus le nobre d individus est élevé et plus cette atrice sera grande. Vous pouvez néanoins la copier dans Excel pour faciliter sa lecture. Vous pouvez deander la production d un certain nobre de partitions de façon à lire le regroupeent des individus par classe, en fonction du nobre de classes que vous aurez choisi. Ici nous avons choisi de produire les résultats de trois partitions, celles correspondant à 3, 4 et 5 classes. Nous aurons ainsi, un tableau qui nous perettra de ieux suivre les regroupeents. Méthode retenue (Coande : Method) La éthode de Ward est l une des éthodes les plus habituelles et counéent utilisées La esure choisie pour regrouper les individus doit être la distance euclidienne. Coe nous n avons qu une variable, la question de la noralisation ne se pose pas Représentation graphique des partitions (Coande Plots) Se liiter à l arbre des partitions car c est la représentation la plus explicite Docuent interne / Marie Noelle Duquenne (011 01) 11

12 Une fois toutes les sélections effectuées, les résultats apparaissent sur une nouvelle feuille de travail (feuille output). Ces résultats nous donnent : (a) un résué de la éthode appliquée : nobre d individus retenus, nobre d individus pour lesquels nous détenons des données valides, critère de regroupeent. (b) la atrice initiale de proxiité qui n est lisible que si le nobre d individus est liité Nous observons une très forte proxiité entre quelques régions, tandis que la Grèce de l Ouest, la Crète et le Sud de l Egée présentent en général de fortes distances avec les autres régions. Par contre, la Crète et le Sud de l Egée ont une relativeent faible distance entre elles. (c) l historique de la classification, c'est-à-dire la présentation des étapes de regroupeent. Puisque nous avons 13 individus, il y a donc 1 étapes successives jusqu à ce que le dernier individu (le plus éloigné de tous) ait été regroupé. Si nous avons N individus, nous avons donc n-1 nœuds successifs. Le tableau qui fait suite, reprend en détail la foration des 1 nœuds. Docuent interne / Marie Noelle Duquenne (011 01) 1

13 Aggloeration Schedule Cluster Cobined Stage Cluster First Appears Stage Cluster 1 Cluster Coefficients Cluster 1 Cluster Next Stage 1 4, , , , , , , , , , , , er nœud : Les régions les plus proches sont les régions et 4 (Macédoine Centrale et Epire). Taux pour Région = 0,00 et Taux pour Région 4 = 0,08. Leur distance euclidienne est donc : (0,00-0,08) = 0,0064. En forant ce preier nœud, la perte d inforation est alors de = 0,003 (voir Forule 1). Il faut attendre le 4 èe nœud (colonne next stage) pour que ces deux régions soient regroupées avec une autre région. èe nœud : Régions 6 (Grèce Centrale) et 10 (Attique) dont la distance est de 0,008, entrainant une perte totale d inforation de 0,007 (0,003 au 1 er nœud + 0,004 au ee). Il faut attendre le 6 èe nœud pour que ces régions soient regroupées à une autre (colonne next stage). Au 6ee nœud apparait en effet l inforation selon laquelle, la région 6 fut rattachée à la région 10, lors du ee nœud. 3 èe nœud : Régions 5 et 7 (Thessalie et Iles Ioniennes) dont la distance est de : (-1,7-(-1,50)) = 0,053. La perte d inforation à ce 3 èe nœud, toujours selon la êe forule, est de 0,06, soit donc une perte totale de 0, èe nœud : il réunit la région 1 à la région, plus exacteent la région 1 aux régions et 4 qui ont foré le 1 er nœud. Il faudra attendre le 10ee nœud pour que d autres régions soient rattachées aux trois régions 1, et 4. Au total, après la réunion de toutes les régions, la perte cuulée d inforation est de 96,86. A partir du tableau qui suit, on observe que la perte d inforation totale reste très liitée jusqu au 9ee nœud. Elle est de oins de 5%. Par contre au 10ee nœud, nous avons effectiveent un saut non négligeable puisque l on passe à 11%. Quant au 11ee nœud, il correspond a une perte totale de près de 36%, ce qui est un niveau non acceptable. On adet en général qu une bonne partition ne doit pas entrainer une perte supérieure à 5%. La lecture du dendrograe nous peret de lire plus aiséent l historique des partitions. Certes, le nobre liité de régions facilite largeent cette lecture, ce qui ne sera plus le cas lorsque le nobre d individus statistiques ser relativeent grand. Docuent interne / Marie Noelle Duquenne (011 01) 13

14 Nœuds Perte cuulée % 1 0,003 0,0 0,007 0,0 3 0,033 0,0 4 0,06 0,1 5 0,199 0, 6 0,40 0,4 7 1,049 1,1 8 1,951,0 9 4,33 4,4 Quatre partitions avec très faible perte d inforation 10 10,816 11, Trois partitions acceptables 11 34,54 35,7 Deux partitions non acceptables 1 96,86 100,0 Une seule partition coprenant les 13 régions A la lecture du tableau et du dendrograe, il seble que la partition en 4 groupes soit la eilleure. Le tableau qui suit, nous peret de lire la foration des groupes selon que l on en retient 5, 4 ou 3. Docuent interne / Marie Noelle Duquenne (011 01) 14

15 Cluster Mebership Case 5 Clusters 4 Clusters 3 Clusters 1:Macedoine de l'est et Thrace :Macedoine Centrale :Macedoinde de l'ouest 4:Epire :Thessalie :Grece Centrale :Iles Ioniennes :Grece de l' Ouest 4 9:Peloponnese :Attique :Nord de l'egee 1:Sud de l'egee :Crete La partition en 4 groupes que nous privilégierons ici, revient à considérer : a) Les régions bénéficiant d une croissance déographique supérieure à 3,4% (Sud de l Égée et Crète) b) Les régions qui parviennent tout juste à aintenir leur population (croissance nulle) : Macédoine de l Est et Thrace, Macédoine Centrale et Épire c) Les régions arquées par une légère baisse de population. Elles sont au nobre de cinq, la perte variant entre -1,7% (Thessalie) et -,6% (Péloponnèse) d) Les régions subissant la plus forte perte de population (supérieure a 3,6%). Il s agit du Nord de l Égée, de la Macédoine de l Ouest et enfin de la Grèce de l Ouest. Cette éthode peut être utilisée en considérant non pas une ais plusieurs variables. Dans ce dernier cas, il faudra prendre soin de standardiser les variables afin d éviter les problèes que peuvent engendrer les différences d échelle de esure entre les diverses variables. Docuent interne / Marie Noelle Duquenne (011 01) 15

Arrondissage des résultats de mesure. Nombre de chiffres significatifs

Arrondissage des résultats de mesure. Nombre de chiffres significatifs BUREAU NATIONAL DE MÉTROLOGIE COMMISSARIAT À L'ÉNERGIE ATOMIQUE LABORATOIRE NATIONAL HENRI BECQUEREL Note technique LNHB/04-13 Arrondissage des résultats de esure Nobre de chiffres significatifs M.M. Bé,

Plus en détail

2.1 Comment fonctionne un site?

2.1 Comment fonctionne un site? Coent fonctionne un site? Dans ce chapitre, nous allons étudier la liste des logiciels nécessaires à la création d un site ainsi que les principes de base indispensables à son bon fonctionneent. 2.1 Coent

Plus en détail

Voyez la réponse à cette question dans ce chapitre. www.alternativesjournal.ca/people-and-profiles/web-exclusive-ela-alumni-make-splash

Voyez la réponse à cette question dans ce chapitre. www.alternativesjournal.ca/people-and-profiles/web-exclusive-ela-alumni-make-splash Une personne de 60 kg est à gauche d un canoë de 5 de long et ayant une asse de 90 kg. Il se déplace ensuite pour aller à droite du canoë. Dans les deux cas, il est à 60 c de l extréité du canoë. De cobien

Plus en détail

LES CHIFFRES SIGNIFICATIFS ET LES INCERTITUDES

LES CHIFFRES SIGNIFICATIFS ET LES INCERTITUDES Une prédiction de certains écoloistes : Les poissons devraient avoir disparu en 048! LES CHIFFRES SIGNIFICATIFS ET LES INCERTITUDES Les rèles suivantes s appliquent pour tous les calculs ipliquant des

Plus en détail

Principes et mise en œuvre

Principes et mise en œuvre A Principes et ise en œuvre 1 DÉFINITIONS ET MÉTHODES A 1.1 Définitions D après l Afnor (FD X 60-000), «la aintenance est l enseble de toutes les actions techniques, adinistratives et de anageent durant

Plus en détail

Travaux pratiques Informatique

Travaux pratiques Informatique Preière S Travaux pratiques Inforatique. Questions ouvertes - : Lieu de points - : Distance iniale - : Fonctions inconnues -4 : Médianes? -5 : Droites d un triangle -6 : S-TS banque exos /04-7 : Cercle

Plus en détail

Séminaire Francilien de Sûreté de Fonctionnement - 22 février 2013

Séminaire Francilien de Sûreté de Fonctionnement - 22 février 2013 Séinaire Francilien de Sûreté de Fonctionneent - 22 février 2013 Les défaillances de cause coune Doinique VASSEUR EDF R&D Claart Plan Introduction Quelques odèles possibles Les principes de l estiation

Plus en détail

THESE. Applications des algorithmes d'auto-organisation à la classification et à la prévision

THESE. Applications des algorithmes d'auto-organisation à la classification et à la prévision UNIVERSITE PARIS I PANTHEON SORBONNE U.F.R. DE MATHEMATIQUES et INFORMATIQUE Année 999 THESE Pour obtenir le rade de DOCTEUR DE L'UNIVERSITE PARIS I Discipline : Mathéatiques Présentée et soutenue publiqueent

Plus en détail

La planification en cas d inaptitude. Vous avez le pouvoir d agir!

La planification en cas d inaptitude. Vous avez le pouvoir d agir! La planification en cas d inaptitude. Vous avez le pouvoir d agir! Août 2015 Jaie Golobek Directeur gestionnaire, Planification fiscale et successorale Services consultatifs de gestion de patrioine CIBC

Plus en détail

Première S2 Chapitre 20 : probabilités. Page n 1 2007 2008

Première S2 Chapitre 20 : probabilités. Page n 1 2007 2008 Preière S2 Chapitre 20 : probabilités. Page n De tous teps, les hoes se sont intéressés aux jeux de hasard. La théorie des probabilités est une branche des athéatiques née de l'étude des jeux de hasard

Plus en détail

Les bases de données. Historique

Les bases de données. Historique 1 Les bases de données Aujourd hui indispensables dans tous les systèes de gestion de l inforation, les bases de données sont une évolution logique de l augentation de la deande de stockage de données.

Plus en détail

L indice des prix à la consommation

L indice des prix à la consommation L indice des prix à la consoation Base 2004 Direction générale Statistique et Inforation éconoique 2007 L indice des prix à la consoation Base 2004 = 100 La Direction générale Statistique et Inforation

Plus en détail

Abstract. Key-words: The flowshop problem, Heuristics, Job scheduling, Total flowtime.

Abstract. Key-words: The flowshop problem, Heuristics, Job scheduling, Total flowtime. Abstract Since the flowshop scheduling proble has found to be an NP-coplete proble, the developent of heuristic algoriths that give better solutions becoe necessary. In this paper we discuss how to resolve

Plus en détail

ÉTUDE BDC LES CINQ FACTEURS CLÉS ET LES CINQ PIÈGES À ÉVITER POUR RÉUSSIR EN AFFAIRES

ÉTUDE BDC LES CINQ FACTEURS CLÉS ET LES CINQ PIÈGES À ÉVITER POUR RÉUSSIR EN AFFAIRES ÉTUDE BDC LES CINQ FACTEURS CLÉS ET LES CINQ PIÈGES À ÉVITER POUR RÉUSSIR EN AFFAIRES Seaine de la PME BDC 2014 Résué --------------------------------------------------------------------------------------

Plus en détail

GRAFCET. 1- Structure générale. CPGE / Sciences Industrielles pour l Ingénieur C60 Cours GRAFCET. Divergence en OU

GRAFCET. 1- Structure générale. CPGE / Sciences Industrielles pour l Ingénieur C60 Cours GRAFCET. Divergence en OU C60 GRAFCET 1- Structure générale Etape initiale : généraleent associée à une attente ou à une ise en réérence de la partie opérative Réceptivité : cobinaison d inorations reçues par la partie coande et

Plus en détail

Appliquer Kanban sur Scrum

Appliquer Kanban sur Scrum Appliquer Kanban sur Scru Lean Kanban France 2015 1 aubryconseil.co blogueur counautés Claude Aubry @claudeaubry auteur développeur consultant 2 Scru la éthode agile la plus populre 3 Pourquoi Kanban?

Plus en détail

Octobre 2010 INDICE S&P/TSX 60 VIX MÉTHODE DE CALCUL DE L INDICE

Octobre 2010 INDICE S&P/TSX 60 VIX MÉTHODE DE CALCUL DE L INDICE Octobre 00 IDICE S&P/SX 60 VIX MÉHODE DE CALCUL DE L IDICE able des atières Introduction 3 Aperçu 3 Construction de l indice 4 Méthodes utilisées 4 Établisseent de la valeur du VIX à partir des options

Plus en détail

Une programmation opératoire robuste

Une programmation opératoire robuste Une prograation opératoire robuste Sondes HAMMAMI Maître Assistante, ESTI, Laboratoire d Autoatique de Grenoble ENSIEG - deddes2002@yahoo.fr Pierre LADET Professeur, Laboratoire d Autoatique de Grenoble

Plus en détail

«Stratégies d investissement dans les obligations canadiennes et américaines»

«Stratégies d investissement dans les obligations canadiennes et américaines» Note «Stratégies d investisseent dans les obligations canadiennes et aéricaines» Nabil T. Khoury L'Actualité éconoique, vol. 53, n 1, 1977, p. 106-113. Pour citer cette note, utiliser l'inforation suivante

Plus en détail

Mosaïque d images multi résolution et applications

Mosaïque d images multi résolution et applications Université Luière Lyon École Doctorale Inforatique et Mathéatiques de Lyon Nuéro : _ _ _ _ _ _ _ _ THESE pour obtenir le grade de Docteur en Inforatique présentée par Lionel Robinault Mosaïque d iages

Plus en détail

Utiliser Internet Explorer

Utiliser Internet Explorer 5 Utiliser Internet Explorer 5 Utiliser Internet Explorer Internet Explorer est le plus utilisé et le plus répandu des navigateurs web. En effet, Internet Explorer, couraent appelé IE, est le navigateur

Plus en détail

innovation / construction / territoire Crèche modulaire-bois La Rose des Vents GAILLAC (81) COMMUNAUTÉ DE COMMUNES

innovation / construction / territoire Crèche modulaire-bois La Rose des Vents GAILLAC (81) COMMUNAUTÉ DE COMMUNES innovation / construction / territoire Crèche odulaire-bois La Rose des Vents GAILLAC (81) COMMUNAUTÉ DE COMMUNES Présentation de la crèche éco-responsable et odulaire de la Rose des vents à Gaillac La

Plus en détail

CHAPITRE VII - LE COMPTE DE CAPITAL FIXE

CHAPITRE VII - LE COMPTE DE CAPITAL FIXE CHAPITRE VII - LE COMPTE DE CAPITAL FIXE 1. La foration brute de capital fixe... 135 2. La consoation de capital fixe et les autres postes du copte de capital fixe.. 139 Le copte spécifique de l agriculture

Plus en détail

DOSSIER SUR LE SECTEUR DES NOMS DE DOMAINE VOLUME 11 - NUMÉRO 4 - JANVIER 2015

DOSSIER SUR LE SECTEUR DES NOMS DE DOMAINE VOLUME 11 - NUMÉRO 4 - JANVIER 2015 DOSSIER SUR LE SECTEUR DES NOMS DE DOMAINE VOLUME 11 - NUMÉRO - JANVIER 2015 RAPPORT DE VERISIGN SUR LES NOMS DE DOMAINE LEADER MONDIAL DU SECTEUR DES NOMS DE DOMAINE ET DE LA SÉCURITÉ D'INTERNET, VERISIGN

Plus en détail

La classification automatique de données quantitatives

La classification automatique de données quantitatives La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations

Plus en détail

Etude salaires : le marketing s'en sort bien

Etude salaires : le marketing s'en sort bien Page 1/5 Etude salaires : le arketing s'en sort bien Public- le i:» 12 2013 pai ('ATI IF RI M; UFrRTFHISi Selon l'étude Maesina Marketing Search/Aon Hewitt, les arketers ont vu leur réunération progresser

Plus en détail

Mécanique : Cinématique du point. Chapitre 1 : Position. Vitesse. Accélération

Mécanique : Cinématique du point. Chapitre 1 : Position. Vitesse. Accélération 2 e B et C 1 Position. Vitesse. Accélération 1 Mécanique : Cinéatique du point La écanique est le doaine de tout ce qui produit ou transet un ouveent, une force, une déforation : achines, oteurs, véhicules,

Plus en détail

Les Ateliers XS. Des formations courtes, personnalisées et opérationnelles pour vous lancer rapidement sur le Web!

Les Ateliers XS. Des formations courtes, personnalisées et opérationnelles pour vous lancer rapidement sur le Web! Les Ateliers XS Des forations courtes, personnalisées et opérationnelles pour vous lancer rapideent sur le Web! «J entends et j oublie ; je vois et je e souviens ; je fais et je coprends» Confucius 1 Pourquoi

Plus en détail

Problème I : Microscope à force atomique

Problème I : Microscope à force atomique Problèe I : Microscope à force atoique Ces dernières années, de nouvelles techniques dites de "icroscopies à chap proche" se sont développées pour étudier les surfaces. Pari ces techniques, le icroscope

Plus en détail

Planification d expériences séquentielle pour l analyse de sensibilité

Planification d expériences séquentielle pour l analyse de sensibilité Planification d expériences séquentielle pour l analyse de sensibilité Loïc Le Gratiet 1,2 & Mathieu Couplet 1 & Bertrand Iooss 1,3 & Luc Pronzato 2 1 EDF R&D, 6 quai Watier, 78 401 Chatou 2 Laboratoire

Plus en détail

Solution Examen final

Solution Examen final Solution Eaen inal Intellience Artiicielle II I-7587 Jeudi 29 avril 2004 De 8h30 à h20 en salles L-255 out docuent est peris. Le nobre de points accordés à chacune des questions est inscrit entre parenthèses.

Plus en détail

La métrologie du ph au LNE : état de l art et perspectives. Metrology of ph at LNE: state of the art and perspectives

La métrologie du ph au LNE : état de l art et perspectives. Metrology of ph at LNE: state of the art and perspectives La étrologie du p au LNE : état de l art et perspectives Metrology of p at LNE: state of the art and perspectives Rachel CAMPION et Cédric RIVIER Laboratoire national de étrologie et d essais (LNE), rue

Plus en détail

MECANIQUE QUANTIQUE Chapitre 3: Solutions stationnaires de l équation de Schrödinger

MECANIQUE QUANTIQUE Chapitre 3: Solutions stationnaires de l équation de Schrödinger MCANIQU QUANTIQU Capitre : Solutions stationnaires de l équation de Scrödinger Pr. M. ABD-FDI Université Moaed V-V Agdal Faculté des Sciences Départeent de Pysique Année universitaire 7-8 8 Filières SM-SMI

Plus en détail

Systèmes «Cofloor» panneau à plots, à agrafage, rail à serrage

Systèmes «Cofloor» panneau à plots, à agrafage, rail à serrage 4 3 2 Systèes «Cofloor» Inforation technique Description: Les systèes panneau à plots, à agrafage et rail à serrage Oventrop sont utilisés dans des logeents, bureaux et locaux coerciaux. Les coposantes

Plus en détail

L étalonnage par traceur Compton, une nouvelle méthode de mesure primaire d activité en scintillation liquide

L étalonnage par traceur Compton, une nouvelle méthode de mesure primaire d activité en scintillation liquide PH. CASSEE L étalonnage par traceur Copton, une nouvelle éthode de esure priaire d activité en scintillation liquide he Copton source efficiency tracing ethod, a new standardization ethod in liquid scintillation

Plus en détail

Une approche pour rendre calculable P(Y/X) Ricco RAKOTOMALALA. Ricco Rakotomalala Tutoriels Tanagra - http://tutoriels-data-mining.blogspot.

Une approche pour rendre calculable P(Y/X) Ricco RAKOTOMALALA. Ricco Rakotomalala Tutoriels Tanagra - http://tutoriels-data-mining.blogspot. Une approche pour rendre calculable P(Y/X) Ricco RAKOTOMALALA Tutoriels Tanagra - http://tutoriels-data-ining.blogspot.fr/ 1 PLAN 1. Fondeents probabilistes, MMV et Estiateurs. Évaluation «epirique» 3.

Plus en détail

2.4 Représentation graphique, tableau de Karnaugh

2.4 Représentation graphique, tableau de Karnaugh 2 Fonctions binaires 45 2.4 Représentation graphique, tableau de Karnaugh On peut définir complètement une fonction binaire en dressant son tableau de Karnaugh, table de vérité à 2 n cases pour n variables

Plus en détail

La mémoire C HAPITRE S EPT. 7.1 Qu est-ce que la mémoire? 166. 7.2 L utilisation de la mémoire à court terme 169

La mémoire C HAPITRE S EPT. 7.1 Qu est-ce que la mémoire? 166. 7.2 L utilisation de la mémoire à court terme 169 La éoire C HAPITRE S EPT 7.1 Qu est-ce que la éoire? 166 Les types de éoires 166 Vue d enseble des processus éoriels 168 7.2 L utilisation de la éoire à court tere 169 La éoire iconique 169 La éoire à

Plus en détail

La détérioration des termes de l échange 1 Bernard Conte 2002

La détérioration des termes de l échange 1 Bernard Conte 2002 La détérioration des teres de l échange des pays du Sud Bernard Conte el : conte@u-bordeau4.fr site web : http://conte.u-bordeau4.fr Les pays du Sud seraient inéluctableent frappés par la détérioration

Plus en détail

Excel 2010 Module 13. Comment créer un tableau d amortissement dégressif d une immobilisation. Enseignant : Christophe Malpart

Excel 2010 Module 13. Comment créer un tableau d amortissement dégressif d une immobilisation. Enseignant : Christophe Malpart Excel 2010 Module 13 Comment créer un tableau d amortissement dégressif d une immobilisation Enseignant : Christophe Malpart Excel 2010. Module 13. Christophe Malpart Sommaire 1 Introduction 3 2 Calcul

Plus en détail

CH.9 ÉNERGIES exercices - correction

CH.9 ÉNERGIES exercices - correction CH.9 ÉNERGIES exercices - correction SAVOIR SON COURS ❶ Choisir la bonne réponse : Enoncés Réponse A Réponse B Réponse C ❶ L énergie de position d un objet ❷ Lorsqu un objet tobe augente quand son altitude

Plus en détail

Tolérance aux fautes-2 Serveurs à haute disponibilité

Tolérance aux fautes-2 Serveurs à haute disponibilité École Doctorale de Grenoble Master 2 Recherche Systèes et Logiciel Disponibilité des s Tolérance aux fautes-2 Serveurs à haute disponibilité Sacha Krakowiak Université Joseph Fourier Projet Sardes (INRIA

Plus en détail

«Des places de jeux pour tous» Formulaire de demande

«Des places de jeux pour tous» Formulaire de demande «Des places de jeux pour tous» Forulaire de deande Ce questionnaire infore quant à la place de jeu en projet et ne constitue pas une grille d évaluation. Les renseigneents doivent donner une ipression

Plus en détail

Calibration bayesienne et prédiction de réglages. Marc Sancandi CESTA-DEV/SIS «Incertitudes et Simulation» 3-4 Octobre 2007

Calibration bayesienne et prédiction de réglages. Marc Sancandi CESTA-DEV/SIS «Incertitudes et Simulation» 3-4 Octobre 2007 Calibratio bayesiee et prédictio de réglages Marc Sacadi CEA/CESTA Séiaire «Icertitudes et Siulatio», DIF 3-4 Octobre 2007 CESTA-DEV/SIS «Icertitudes et Siulatio» 3-4 Octobre 2007 1 Qu est-ce que la «prédictio

Plus en détail

Équations générales des milieux continus

Équations générales des milieux continus Équations générales des ilieux continus Jean Garrigues 1 ai 212 ii Avant-propos L objectif de ce cours est d établir les équations générales régissant tous les ilieux continus, qu ils soient solides ou

Plus en détail

Etude vibro-acoustique de machines synchrones à aimants à bobinage dentaire

Etude vibro-acoustique de machines synchrones à aimants à bobinage dentaire Conférence EF 11, Belfort, Décebre 11 Électrotechnique du Futur 14&15 décebre 11, Belfort Etude vibro-acoustique de achines synchrones à aiants à bobinage dentaire M. FAKAM, M. HECQUET, V. LANFRANCHI*,

Plus en détail

Projet d informatique M1BI : Compression et décompression de texte. 1 Généralités sur la compression/décompression de texte

Projet d informatique M1BI : Compression et décompression de texte. 1 Généralités sur la compression/décompression de texte Projet d informatique M1BI : Compression et décompression de texte Le but de ce projet est de coder un programme réalisant de la compression et décompression de texte. On se proposera de coder deux algorithmes

Plus en détail

OBJECTIFS. I. A quoi sert un oscilloscope?

OBJECTIFS. I. A quoi sert un oscilloscope? OBJECTIFS Oscilloscope et générateur basse fréquence (G.B.F.) Siuler le fonctionneent et les réglages d'un oscilloscope Utiliser l oscilloscope pour esurer des tensions continues et alternatives Utiliser

Plus en détail

2B La résolution de modèles linéaires par Excel 2010

2B La résolution de modèles linéaires par Excel 2010 2B La résolution de modèles linéaires par Excel 2010 Nous reprenons ici, de façon plus détaillée, la section où est indiqué comment utiliser le solveur d'excel 2010 pour résoudre un modèle linéaire (voir

Plus en détail

Université de Thessalie Département d Aménagement, D Urbanisme et Développement Régional

Université de Thessalie Département d Aménagement, D Urbanisme et Développement Régional Université de Thessalie Département d Aménagement, D Urbanisme et Développement Régional Enseignant : As. Pr. Marie-Noelle Duquenne I. Les Méthodes factorielles La question traitée dans ce document porte

Plus en détail

Démarrer avec Outlook 2007

Démarrer avec Outlook 2007 1 Déarrer avec Outlook 2007 1 Déarrer avec Outlook 2007 Outlook peret non seuleent d envoyer, de recevoir et de gérer du courrier électronique, ais égaleent de gérer un calendrier et des contacts, tels

Plus en détail

Guide pour la Gestion des Déchets Post-Catastrophe

Guide pour la Gestion des Déchets Post-Catastrophe BUREAU DES NATIONS UNIES POUR LA COORDINATION DES AFFAIRES HUMANITAIRES JOINT UNEP/OCHA ENVIRONMENT UNIT Guide pour la Gestion des Déchets Post-Catastrophe Edition 2 Publié en Suisse, Décebre 2013 par

Plus en détail

CONDUCTIMÉTRIE 1. CONDUCTIVITÉ DE 3 ÉLECTROLYTES

CONDUCTIMÉTRIE 1. CONDUCTIVITÉ DE 3 ÉLECTROLYTES Travaux pratiques de chiie physique I Fournier Coralie, Chappuis Eilie Groupe E 5..29 CONDUCTIMÉTRIE. CONDUCTIITÉ DE ÉLECTROLYTES. But Déduire par conductiétrie si une solution d électrolytes suit la loi

Plus en détail

Arithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot

Arithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot Chapitre 5 Arithmétique binaire L es codes sont manipulés au quotidien sans qu on s en rende compte, et leur compréhension est quasi instinctive. Le seul fait de lire fait appel au codage alphabétique,

Plus en détail

2006/5A. La réforme de l'indice avec 2004 comme année de base. Sommaire de l'économie belge 2004-2005. 10 ème année

2006/5A. La réforme de l'indice avec 2004 comme année de base. Sommaire de l'économie belge 2004-2005. 10 ème année 2006/5A La réfore de l'indice avec 2004 coe année de base Soaire de l'éconoie belge 2004-2005 La réfore de l'indice avec 2004 coe année de base Par: Jurgen Van den Hove et François Valenduc, Unité Prix

Plus en détail

SNC du Chemin de Paris Création d un bâtiment d activité industrielle et de stockage ZAC du Chemin de Paris 60440 Nanteuil le Haudouin

SNC du Chemin de Paris Création d un bâtiment d activité industrielle et de stockage ZAC du Chemin de Paris 60440 Nanteuil le Haudouin DOSSIER DE DEMANDE D ENREGISTREMENT D UNE INSTALLATION CLASSEE POUR LA PROTECTION DE L ENVIRONNEMENT Code de l Environneent Livre V Titre I SNC du Chein de Paris Création d un bâtient d activité industrielle

Plus en détail

CHAPITRE VIII : Les circuits avec résistances ohmiques

CHAPITRE VIII : Les circuits avec résistances ohmiques CHAPITRE VIII : Les circuits avec résistances ohmiques VIII. 1 Ce chapitre porte sur les courants et les différences de potentiel dans les circuits. VIII.1 : Les résistances en série et en parallèle On

Plus en détail

Autour des nombres et des polynômes de Bernoulli

Autour des nombres et des polynômes de Bernoulli Autour des nobres et des polynôes de Bernoulli Gaëtan Bisson d après un cours de Don Zagier Résué En athéatiques, les nobres de Bernoulli ont d abord été étudiés en cherchant à calculer les soes du type

Plus en détail

Le Centre de Tri. Projet d espace de coworking à Bègles 21 janvier 2011

Le Centre de Tri. Projet d espace de coworking à Bègles 21 janvier 2011 Le Centre de Tri Projet d espace de coworking à Bègles 21 janvier 2011 Contexte 2 Objectifs 4 Projet 6 Lieu 8 Équipe projet 11 S o a i r Équipe d aniation Prograation Modèle éconoique Budget prévisionnel

Plus en détail

PALANS TREUILS PONTS ROULANTS

PALANS TREUILS PONTS ROULANTS PALANS TREUILS PONTS ROULANTS Certified Copany Prograe Palans et Treuils électriques et pneuatiques Palans standards, hauteur réduite et hauteur perdue réduite Chaînes de charge et de anœuvre zinguées

Plus en détail

Simulations de Monte Carlo en finance : Pricer d option

Simulations de Monte Carlo en finance : Pricer d option Emma Alfonsi, Xavier Milhaud - M2R SAF Simulations de Monte Carlo en finance : Pricer d option Sous la direction de M. Pierre Alain Patard ISFA - Mars 2008 . 1 Table des matières 1 Introduction 4 2 Un

Plus en détail

Analyse des Données. Questions de cours. Exercice n o 1. Examen terminal - Durée 3h

Analyse des Données. Questions de cours. Exercice n o 1. Examen terminal - Durée 3h I.U.T de Caen STID 2ème année Département STID Année Universitaire 2002-2003 Responsable de cours : Alain LUCAS Seule la calculatrice type collège est autorisée. Seul le cours est autorisé. On rappelera

Plus en détail

Paiement sécurisé sur internet

Paiement sécurisé sur internet Paieent sécurisé sur internet CHAIGNEAU Delphine DANTE Alexandra GARNODIER Karine RICM3 25 janvier 2002 1.1 Internet et coerce 1.2 Modes de paieent 1.3 Qualités d un procédé 1.1 Internet et coerce 1.1

Plus en détail

La modélisation collective de l offre de travail

La modélisation collective de l offre de travail La odélisation collective de l ore de travail Mise en perspective et application aux données britanniques Andrew Clark * Hélène Couprie ** Caterine Soer *** Cet article rappelle l iportance de la odélisation

Plus en détail

TS Devoir surveillé N 3 mardi 08/01/2013

TS Devoir surveillé N 3 mardi 08/01/2013 TS Devoir surveillé N 3 ardi 8//3 No et Préno : Note : / Toute réponse doit être justifiée. Eercice : Le saut de la grenouille (7,5 points) Etienne Jules Marey (Beaune 83 Paris 94) physiologiste français,

Plus en détail

Lyon. HUB numérique. * Accro à Lyon

Lyon. HUB numérique. * Accro à Lyon HUB nuérique * Accro à tout Le nuérique 04 08 10 12 14 16 18 Posté par Laurent et Olivier de la Clergerie. Fabrice Lacroix, 44 ans. Teinté d innovation et d entrepreneuriat, le parcours de Fabrice épouse

Plus en détail

e-commerce+ Passez au e-commerce pour simplifier vos process de vente! RENCONTREZ-NOUS Salon E-commerce 23-25 septembre - Paris

e-commerce+ Passez au e-commerce pour simplifier vos process de vente! RENCONTREZ-NOUS Salon E-commerce 23-25 septembre - Paris e-coerce+ agazine d inforation d Octave N 11 Juin 2014 TO Passez au e-coerce pour siplifier vos process de vente! RENCONTREZ-NOUS Salon E-coerce 23-25 septebre - Paris Salon #vad.conext 21-23 octobre -

Plus en détail

ETUDE DE L ATTENUATION DES ONDES ULTRASONORES. APPLICATION AU CONTROLE NON DESTRUCTIF DES

ETUDE DE L ATTENUATION DES ONDES ULTRASONORES. APPLICATION AU CONTROLE NON DESTRUCTIF DES N d ordre 006-ISA-009 Année 006 Thèse ETUDE DE ATTENUATION DES ONDES UTRASONORES. AIATION AU ONTROE NON DESTRUTIF DES SOUDURES EN AIER INOXYDABE AUSTENITIQUE présentée devant Institut National des Sciences

Plus en détail

Calculs, formules, fonctions, et adresses Références relatives et absolues

Calculs, formules, fonctions, et adresses Références relatives et absolues Découverte et pratique du tableur. Module de base Calculs, formules, fonctions, et adresses Références relatives et absolues 1. Les calculs Le Concept Généralement, on recourt à un tableur pour réaliser

Plus en détail

3. Données sur la personne responsable de l'établissement (requérant-e de l'autorisation)

3. Données sur la personne responsable de l'établissement (requérant-e de l'autorisation) REQUETE EN VUE DE L OBTENTION DE L'AUTORISATION D'EXPLOITER UN ETABLISSEMENT REGI PAR LA LOI SUR L HOTELLERIE, LA RESTAURATION ET LE COMMERCE DE BOISSONS ALCOOLIQUES (Renseigneents utiles à l'adresse :

Plus en détail

les Formulaires / Sous-Formulaires Présentation...2 1. Créer un formulaire à partir d une table...3

les Formulaires / Sous-Formulaires Présentation...2 1. Créer un formulaire à partir d une table...3 Présentation...2 1. Créer un formulaire à partir d une table...3 2. Les contrôles :...10 2.1 Le contrôle "Intitulé"...11 2.2 Le contrôle "Zone de Texte"...12 2.3 Le contrôle «Groupe d options»...14 2.4

Plus en détail

Création de typologie sous SPSS

Création de typologie sous SPSS Création de typologie sous SPSS À Propos de ce document... 1 Introduction... 1 La démarche à suivre sous SPSS... 2 1. «Iterate»... 2 2. «Save»... 2 3. «Options»... 3 Analyse des résultats... 3 1. Historique

Plus en détail

Détermination de quantités de matière

Détermination de quantités de matière Chiie chapitre Déterination de quantités de atière A. Prélever des quantités de atière Activités préparatoires Doc. 1 Étiquette présente sur un flacon de butanone. On souhaite prélever une quantité n =

Plus en détail

Initiation à ENTEA 3

Initiation à ENTEA 3 Initiation à ENTEA 3 L adresse (provisoire) pour accéder à votre nouvel espace numérique de travail est : http://www.entea.fr (à taper dans la barre d adresse du navigateur) On est alors dirigé directement

Plus en détail

Module 16 : Les fonctions de recherche et de référence

Module 16 : Les fonctions de recherche et de référence Module 16 : Les fonctions de recherche et de référence 16.0 Introduction L une des fonctions les plus importantes d Excel, c est la possibilité de chercher une valeur spécifique dans un grand nombre de

Plus en détail

Satisfaction des stagiaires de BRUXELLES FORMATION Résultats 2013

Satisfaction des stagiaires de BRUXELLES FORMATION Résultats 2013 Satisfaction des stagiaires de BRUXELLES FORMATION Résultats 2013 Cahier méthodologique, tableau récapitulatif 2009-2013 et Matrices importance/performance Mars 2014 Service Études et Statistiques Table

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

L'énergie, le travail, la puissance et le rendement

L'énergie, le travail, la puissance et le rendement L'énergie, le travail, la puissance et le rendeent I. L énergie On ne sait pas définir préciséent le concept général d'énergie. Par contre on sait définir l'énergie : cinétique liée à la vitesse d'un corps

Plus en détail

A PROPOS DES TABLES DE NOMBRES AU HASARD

A PROPOS DES TABLES DE NOMBRES AU HASARD A PROPOS DES TABLES DE NOMBRES AU HASARD Dans les bulletins n 3 et n 5, nous avons publié dans le courrier des lecteurs deux exemples de séances de travaux dirigés durant lesquelles les étudiants devaient

Plus en détail

Didacticiel - Études de cas

Didacticiel - Études de cas 1 Objectif Classification automatique sur données mixtes (mélange de variables qualitatives et quantitatives). Utilisation des facteurs de l analyse factorielle de données mixtes. La classification automatique

Plus en détail

Projet Data Mining. Projet SODAS :

Projet Data Mining. Projet SODAS : UNIVERSITE PARIS DAUPHINE DEA 127 : SYSTEME INTELLIGENT Projet Data Mining décembre 2004 Projet SODAS : Etude sur les footballeurs évoluant en Ligue 1 durant la saison 2002-2003 Responsable : Edwin DIDAY

Plus en détail

CHAMPION Matthieu Modèles de Marché en Visual Basic ESILV S04 S6. Sommaire... 1. Introduction... 2

CHAMPION Matthieu Modèles de Marché en Visual Basic ESILV S04 S6. Sommaire... 1. Introduction... 2 Sommaire Sommaire... 1 Introduction... 2 1 Trois différentes techniques de pricing... 3 1.1 Le modèle de Cox Ross Rubinstein... 3 1.2 Le modèle de Black & Scholes... 8 1.3 Méthode de Monte Carlo.... 1

Plus en détail

PHANTOM 3. Guide de démarrage rapide PROFESSIONAL V1.0

PHANTOM 3. Guide de démarrage rapide PROFESSIONAL V1.0 PHANTOM 3 PROFESSIONAL Guide de déarrage rapide V.0 Phanto 3 Professional Découvrez votre Phanto 3 Professional. La caéra du Phanto 3 Professional vous peret d'enregistrer des vidéos en 4K et de prendre

Plus en détail

Master 2 Informatique UAG. Classification de documents/textes

Master 2 Informatique UAG. Classification de documents/textes Data Mining Master 2 Informatique UAG Classification de documents/textes Utilisée en text mining, information retrieval : amélioration du recall et de la précision Moyen de trouver les voisins les plus

Plus en détail

Échafaudage modulaire COMBI

Échafaudage modulaire COMBI Stark gerüstet! Échafaudage odulaire COMBI Français valable à partir du 15.04.2013 Table des atières Montage du systèe 2-5 Éléents porteurs verticaux 6 Éléents porteurs horizontaux 7-8 Renforceent diagonal

Plus en détail

L analyse des correspondances et ses applications en recherche marketing. MONSUG mai 2015

L analyse des correspondances et ses applications en recherche marketing. MONSUG mai 2015 L analyse des correspondances et ses applications en recherche marketing MONSUG mai 2015 Contenu Mise en contexte et exemple d application L analyse des correspondances multiples (ACM) L ACM et la segmentation

Plus en détail

Window Dressing des comptes consolidés : les écarts de consolidation positifs

Window Dressing des comptes consolidés : les écarts de consolidation positifs Window Dressing des comptes consolidés : les écarts de consolidation positifs SigmaConso Allen White Avertissement de l auteur Cet article expose des pratiques de window dressing dans le domaine de la

Plus en détail

VI- Des transistors aux portes logiques. Conception de circuits

VI- Des transistors aux portes logiques. Conception de circuits 1 VI- Des transistors aux portes logiques. Conception de circuits Nous savons que l ordinateur traite uniquement des instructions écrites en binaire avec des 0 et des 1. Nous savons aussi qu il est formé

Plus en détail

«Défaire» un nombre entier pour en faire une liste dont les éléments sont les chiffres de ce nombre. Deux applications.

«Défaire» un nombre entier pour en faire une liste dont les éléments sont les chiffres de ce nombre. Deux applications. «Défaire» un nombre entier pour en faire une liste dont les éléments sont les chiffres de ce nombre. Deux applications. En fait, ce sont les applications en question qui posent le problème du titre : Première

Plus en détail

ANALYSE FACTORIELLE DE DONNÉES MIXTES : PRINCIPE ET

ANALYSE FACTORIELLE DE DONNÉES MIXTES : PRINCIPE ET ANALYSE FACTORIELLE DE DONNÉES MIXTES : PRINCIPE ET EXEMPLE D APPLICATION Jérôme Pagès Laboratoire de mathématiques appliquées Agrocampus, 35042 Rennes cedex email : pages@agrorennes.educagri.fr Résumé

Plus en détail

I Arbres binaires. Lycée Faidherbe 2014-2015. 1 Rappels 2 1.1 Définition... 2 1.2 Dénombrements... 2 1.3 Parcours... 3

I Arbres binaires. Lycée Faidherbe 2014-2015. 1 Rappels 2 1.1 Définition... 2 1.2 Dénombrements... 2 1.3 Parcours... 3 I Arbres binaires 2014-2015 Table des matières 1 Rappels 2 1.1 Définition................................................ 2 1.2 Dénombrements............................................ 2 1.3 Parcours.................................................

Plus en détail

Chapitre 3 Structures de données linéaires : listes, piles et files

Chapitre 3 Structures de données linéaires : listes, piles et files Chapitre 3 Structures de données linéaires : listes, piles et files 1. Introduction Le but de ce chapitre est de décrire des représentations des structures de données de base telles les listes en général

Plus en détail

Objectifs. Clustering. Principe. Applications. Applications. Cartes de crédits. Remarques. Biologie, Génomique

Objectifs. Clustering. Principe. Applications. Applications. Cartes de crédits. Remarques. Biologie, Génomique Objectifs Clustering On ne sait pas ce qu on veut trouver : on laisse l algorithme nous proposer un modèle. On pense qu il existe des similarités entre les exemples. Qui se ressemble s assemble p. /55

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

Entreprises et ménages

Entreprises et ménages Entreprises et ménages Producteurs et consommateurs Les agents économiques sont classés dans les comptes nationaux en fonction de leur rôle dans le processus de création, de répartition et de destruction

Plus en détail

OBJECTIFS DE CE GUIDE... 5 QU EST-CE QU UN DOCUMENT ACCESSIBLE... 5 LA STRUCTURE D UN DOCUMENT... 6 LES TITRES ET LES SOUS-TITRES...

OBJECTIFS DE CE GUIDE... 5 QU EST-CE QU UN DOCUMENT ACCESSIBLE... 5 LA STRUCTURE D UN DOCUMENT... 6 LES TITRES ET LES SOUS-TITRES... Diffusion de l information dans Internet Guide de création de documents Word accessibles 5 novembre 2009 OBJECTIFS DE CE GUIDE... 5 QU EST-CE QU UN DOCUMENT ACCESSIBLE... 5 LA STRUCTURE D UN DOCUMENT...

Plus en détail

POMPES CENTRIFUGES AUTO-AMORÇANTES

POMPES CENTRIFUGES AUTO-AMORÇANTES PLAGES D UTILISATION Débits jusqu à : /h Hauteurs ano. jusqu à : 6 CE Pression de service : 6 bar Plage de tepérature : - à + C* Raccordeent : / à DN à DN PN Brides : PN/6 Solides axi : DN * Suivant odèle

Plus en détail

Politique d Horodatage achatpublic.com. achatpublic.com

Politique d Horodatage achatpublic.com. achatpublic.com Politique d Horodatage achatpublic.com Version 1.0 1 Préambule 2 1.1 Glossaire et bibliographie 2 1.2 Objet du présent document 2 1.3 Les services d achatpublic.com achatpublic.com 2 1.4 Les marchés publics

Plus en détail

Réseaux Évidentiels pour la fusion de données multimodales hétérogènes : application à la détection de chutes

Réseaux Évidentiels pour la fusion de données multimodales hétérogènes : application à la détection de chutes Réseaux Évidentiels pour la fusion de données ultiodales hétérogènes : application à la détection de chutes Paulo Arando Cavalcante Aguilar To cite this version: Paulo Arando Cavalcante Aguilar. Réseaux

Plus en détail