Exploration de données
Un article de Wikipédia, l'encyclopédie libre. Vous lisez un « bon article ». L'utilisation industrielle ou opérationnelle de ce savoir dans le monde professionnel permet de résoudre des problèmes très divers, allant de la gestion de la relation client à la maintenance préventive, en passant par la détection de fraudes ou encore l'optimisation de sites web. L'exploration de données[2] fait suite, dans l'escalade de l'exploitation des données de l'entreprise, à l'informatique décisionnelle. Histoire[modifier | modifier le code] Collecter les données, les analyser et les présenter au client. De 1919 à 1925, Ronald Fisher met au point l'analyse de la variance comme outil pour son projet d'inférence statistique médicale. L'arrivée progressive des micro-ordinateurs permet de généraliser facilement ces méthodes bayésiennes sans grever les coûts. Applications industrielles[modifier | modifier le code] Par objectifs[modifier | modifier le code] Par secteurs d'activités[modifier | modifier le code]
Datamachin, data qui ? Data quoi? mais non dataminer ! - Pierre-André Fortin - Sapiance RH -
Ecrit avec la collaboration de Thierry Vallaud*, spécialiste du datamining, nous vous proposons d'aborder ce métier et cette expertise sous un angle RH & prospectif. Dataming ? Qui ? Pourquoi ? Comment ? Considéré il y a encore quelques années comme la partie ingrate de l’univers des études de marché, le datamining a connu ces dernières années une véritable révolution. Profession peu connue il y a encore une dizaine d’années fruit de la rencontre des statistiques de l’informatique et de compétences métiers spécifiques à son univers d'application, cette profession est devenue une filière phare dans les débouchées de cursus informatique – mathématique et bien sûr statistique. Mais au fait de quoi parle-t-on ? Appliquer au champ du marketing, cette analyse permet de comprendre des phénomènes comportementaux lorsqu'on l'applique à la connaissance client par exemple. Data-Révolution… Dataminers et Ressources Humaines… recrutement et gestion des carrières Perspectives & prospective
Problématiques Data Mining et CRM
L’analyse des sentiments sur les réseaux sociaux
Grâce à la mesure automatique et précise des perceptions des clients et prospects, la marque peut intégrer, comprendre et analyser les besoins de ses cibles et sa réputation virale en temps réel et ainsi adapter sa stratégie marketing. Avec une mesure automatique et précise des perceptions des clients et prospects, la marque peut intégrer, comprendre et analyser les besoins de ses cibles et sa réputation virale en temps réel et ainsi adapter sa stratégie marketing L’analyse des sentiments s’inscrit dans l’évolution des outils de Business Intelligence et de gestion des données. Le concept d’analyse des sentiments repose sur une technologie composée d’un moteur de recherche et d’analyse des mots. Précisions en exclusivité sur l’analyse des sentiments sur les réseau sociaux avec Stéphane Jouaux, country manager d’Information Builders France. Qu’entendez-vous par « perception des clients et prospects » ? Stéphane Jouaux, country manager d'Information Builders France
DataMining International - Data Mining of Clinical Studies, from small populations to large clinical trials.
Data Mining International SA is a swiss based independant research agency, member of the BioAlps european hub of bio-sciences.Using advanced mathematical modelling and computerized techniques, Data Mining International provides innovative solutions in risk assessment, Prioritization, Decision modelling and data mining from various kinds of databases and scientific/technical information. Leaded by Ariel Beresniak, MD, MPH, PhD, Data Mining International has developed a unique experience in international project management and scientific expertise. Ariel Beresniak is the project leader of: the European project (FP7) ECHOUTCOME "European Consortium in Healthcare Outcomes and Cost-Benefit research ECHOUTCOME web site . the European project (SANCO) FLURESP "Cost Effectiveness assessment of European influenza human pandemic alert and response stratégies FLURESP web site . Data Mining International's areas of expertise include: Advanced Modeling Risk Assessment Advanced Statistical Analyses
Ariel Beresniak
Un article de Wikipédia, l'encyclopédie libre. Ariel Beresniak (né le 3 décembre 1961) est un spécialiste Franco-Suisse en Santé Publique et Économie de la santé, auteur de livres de référence en modélisation et aide à la décision. Biographie[modifier | modifier le code] Ariel Beresniak, fils du philosophe ecrivain Daniel Béresniak, est un médecin spécialiste en Santé Publique issu de la faculté de médecine de Marseille (France). Il détient aussi un Diplôme d'Études Approfondies en Économie de la santé et un Doctorat de mathématiques appliquées à l'Économie de la santé de l'Université Claude Bernard Lyon 1 (France), ainsi qu'une Habilitation à diriger des recherches (HDR). Apport scientifique[modifier | modifier le code] Ariel Beresniak est auteur du livre de référence "Économie de la Santé" publié en Français dans la collection des abrégés de médecine chez Masson-Elsevier ainsi qu'en portugais aux Éditions Climepsi[1],[2]. Références[modifier | modifier le code] Portail de la médecine
Questions de santé
Data mining
Du 23 au 26 août prochain aura lieu à Barcelone la vingt-huitième édition de la Conférence Internationale sur la pharmaco-épidémiologie et la gestion du risque thérapeutique (ICPE). L'événement sera vraisemblablement l'occasion pour plusieurs chercheurs de l'EU-ADR de présenter les derniers résultats de l'avancement de leurs travaux. Le projet EU-ADR n'est pas si éloigné de la thématique du recrutement des patients, puisqu'il vise à développer un système informatique innovant permettant de détecter les effets indésirables des médicaments. Pour atteindre cet objectif, EU-ADR utilisera les données cliniques personnelles de santé (electronic healthcare records EHRs) de plus de 30 millions de patients de différents États Européens (Pays Bas, Danemark, Royaume Uni, et Italie). Heuristique et sémantique Site du projet EU-ADR Site de la conférence
SIH
Définition[modifier | modifier le code] Le terme anglais de business intelligence (BI) peut porter à confusion avec la notion d'intelligence économique (IE). Business intelligence ne signifie pas « intelligence économique », contrairement à ce que laisserait croire une traduction littérale (Cf. cette discussion). La BI diffère de l'IE sur trois points : la BI travaille sur des informations internes à l'entreprise, alors que l'IE exploite des informations externes à l'entreprise ;la BI exploite des informations structurées, gérées dans des entrepôts de données, alors que l'IE se fonde sur des informations non structurées ;la BI fournit surtout une vision du passé alors que l'IE est tournée vers l'avenir. Enjeux de l'informatique décisionnelle[modifier | modifier le code] Les entrepôts de données permettent de produire des rapports qui répondent à la question « Que s’est-il passé ? Du tableau à l'hypercube[modifier | modifier le code] L'informatique décisionnelle s'attache à mesurer :
