Show simple item record

Analyse symbolique de données bancaires: application du logiciel d'analyse de données symboliques SODAS

hal.structure.identifierCEntre de REcherches en MAthématiques de la DEcision [CEREMADE]
dc.contributor.authorTouati, Myriam*
hal.structure.identifierCEntre de REcherches en MAthématiques de la DEcision [CEREMADE]
dc.contributor.authorGoupil, Françoise*
hal.structure.identifierCEntre de REcherches en MAthématiques de la DEcision [CEREMADE]
dc.contributor.authorDiday, Edwin*
hal.structure.identifier
dc.contributor.authorVan der Veen, H.*
dc.date.accessioned2020-06-09T10:29:55Z
dc.date.available2020-06-09T10:29:55Z
dc.date.issued2001
dc.identifier.urihttps://basepub.dauphine.fr/handle/123456789/20855
dc.language.isofren
dc.subjectAnalyse de données symboliquesen
dc.subjectobjets symboliques (intervalle multivalués probabilistes)en
dc.subjectméthodes graphiquesen
dc.subjectméthodes exploratoiresen
dc.subjectdonnées complexesen
dc.subject.ddc005en
dc.titleAnalyse symbolique de données bancaires: application du logiciel d'analyse de données symboliques SODASen
dc.typeCommunication / Conférence
dc.description.abstractenOn dispose de données concernant 2 portefeuilles d'actions gérés par la banque ING (Pays-Bas). Chaque portefeuille est décrit par plusieurs variables (comme, la valeur totale et la performance du portefeuille, le nom des actions, leur nombre, leur valeur unitaire, leur performance) décrites sur chaque jour ouvrable de la semaine, pendant huit semaines. On s'intéresse ici à un tableau de données dont chaque ligne représente l'une des huit semaines et chaque colonne est une variable dont la valeur est un intervalle [min, max] correspondant au minimum et maximum des valeurs prises sur cette semaine. Ainsi, chaque case du tableau de données traité contient un intervalle [min, max] et non un nombre comme dans les données usuelles. Le logiciel SODAS a pour but d'étendre l'Analyse des Données classiques à des données plus complexes, dites "symboliques". On utilise ce logiciel pour étudier la performance de chacun des portefeuilles en fonction des diverses actions qui le constituent. Il résulte de cette étude que l'Analyse des Données Symboliques permet de mieux rendre compte de la variation interne aux données tout en fournissant de façon automatique des descriptions explicatives des classesen
dc.relation.ispartoftitlePremières journées Extraction et gestion des connaissances, EGC'2001en
dc.relation.ispartofeditorHenri Briand, Fabrice Guillet
dc.relation.ispartofpublnameHermèsen
dc.relation.ispartofdate2001
dc.identifier.urlsitehttps://hal.archives-ouvertes.fr/hal-00477358en
dc.subject.ddclabelProgrammation, logiciels, organisation des donnéesen
dc.relation.ispartofisbn2-7462-0216-6en
dc.relation.conftitleExtraction et gestion des connaissances (EGC’2001), Actes des premières journées Extraction et Gestion des Connaissancesen
dc.relation.confdate2001-01
dc.relation.confcityNantesen
dc.relation.confcountryFranceen
dc.relation.forthcomingnonen
dc.description.ssrncandidatenonen
dc.description.halcandidatenonen
dc.description.readershiprechercheen
dc.description.audienceInternationalen
dc.relation.Isversionofjnlpeerreviewednonen
dc.relation.Isversionofjnlpeerreviewednonen
dc.date.updated2020-06-09T10:23:39Z
hal.author.functionaut
hal.author.functionaut
hal.author.functionaut
hal.author.functionaut


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record