Construire un arbre de discrimination binaire à partir de données imprécises
Revue de Statistique Appliquée, Tome 47 (1999) no. 1, pp. 5-30.
@article{RSA_1999__47_1_5_0,
     author = {P\'erinel, E.},
     title = {Construire un arbre de discrimination binaire \`a partir de donn\'ees impr\'ecises},
     journal = {Revue de Statistique Appliqu\'ee},
     pages = {5--30},
     publisher = {Soci\'et\'e fran\c{c}aise de statistique},
     volume = {47},
     number = {1},
     year = {1999},
     language = {fr},
     url = {http://www.numdam.org/item/RSA_1999__47_1_5_0/}
}
TY  - JOUR
AU  - Périnel, E.
TI  - Construire un arbre de discrimination binaire à partir de données imprécises
JO  - Revue de Statistique Appliquée
PY  - 1999
SP  - 5
EP  - 30
VL  - 47
IS  - 1
PB  - Société française de statistique
UR  - http://www.numdam.org/item/RSA_1999__47_1_5_0/
LA  - fr
ID  - RSA_1999__47_1_5_0
ER  - 
%0 Journal Article
%A Périnel, E.
%T Construire un arbre de discrimination binaire à partir de données imprécises
%J Revue de Statistique Appliquée
%D 1999
%P 5-30
%V 47
%N 1
%I Société française de statistique
%U http://www.numdam.org/item/RSA_1999__47_1_5_0/
%G fr
%F RSA_1999__47_1_5_0
Périnel, E. Construire un arbre de discrimination binaire à partir de données imprécises. Revue de Statistique Appliquée, Tome 47 (1999) no. 1, pp. 5-30. http://www.numdam.org/item/RSA_1999__47_1_5_0/

Arraya R., (1995). Induction of decision trees when examples are describes with noisy measurements and with fuzzy class membership. In Seminaire du projet CLOREC, INRIA Rocquencourt, juin.

Belson W.A., (1959). Matching and prediction on the principle of biological classification, Applied Statistics, vol. VIII.

Breiman L., Friedman J.H., Olshen R.A. and Stone C.J., (1984). Classification and regression trees. Belmont: Wadsworth. | MR | Zbl

Caillou B., Tartour E. et Schlumberger M., (1992). Les tumeurs neuroendocrines, Revue Prat., vol.42, 7.

Celeux G. et Nakache J.P., (1994). Analyse discriminante sur variables qualitatives, PolyTechnica.

Celeux G. and Govaert G., (1992). A Classification EM algorithm for clustering and two stochastic versions, Computational Statistics & Data Analysis, vol.14, 315-332. | MR | Zbl

Ciampi A., (1992). Constructing prediction trees from data : the RECPAM approach. Proceedings from the Prague 1991 University Summer School on computational aspects of model choice, 105-152, Physica Verlag, Heidelberg. | MR

Ciampi A., Diday E., Lebbe J., Périnel E. and Vignes R., (1996). Recursive partition with probabilistically imprecise data. In : Ordinal and Symbolic Data Analysis, 201-212, Diday E. et al. editors, Springer- Verlag. | Zbl

Dempster A., Laird N. and Rubin D.B., (1977). Maximum likelihood from incomplete data via the EM algorithm, Journal of the Royal Statistical Society, B39, 1- 38. | MR | Zbl

Diday E., (1987). Des objets de l'analyse des données à ceux de l'analyse des connaissances. In Induction symbolique et numérique à partir de données, E. Diday et Y. Kodratoff (eds.), Cépaduès.

Diday E. et Émilion, R., (1997). Treillis de Galois maximaux et Capacités de Choquet. C.R. Acad. Sci. Paris, Analyse mathématique, t. 324, série 1. | MR | Zbl

Esposito F., Malerba D. and Semeraro G., (1997). A comparative analysis of methods for pruning decision trees, IEEE Transactions on Pattern Analysis and Machine Intelligence. vol.19, n°5, 476- 492.

Friedman J.H., (1977). A Recursive Partitioning Decision Rule for Nonparametric Classification, IEEE Transactions on Computers, april, 404-408. | Zbl

Gueguen A. et Nakache J.P., (1988). Méthode de discrimination basée sur la construction d'un arbre de décision binaire, Revue de Statistique Appliquée, vol.XXXVI, 1, 19-38. | EuDML | Numdam

Jamshidian M., Jennrich R.I., (1993). Conjugate gradient acceleration of the EM algorithm, Journal of the American Statistical Association, march, vol. 88, 421. | MR | Zbl

Jordan M.I. and Jacobs R.A., (1993). Hierarchical mixtures of experts and the EM algorithm, août 93, soumis à Neural Computation.

Lebart L., Morineau A. et Piron M., (1995). Statistique exploratoire multidimensionnelle, Dunod | Zbl

Lebbe J., (1991). Représentation des concepts en biologie et en médecine, Thèse de l'Université Pierre et Marie Curie, Paris VI-Jussieu.

Lindstrom M.J. and Bates D.M., (1988). Newton Raphson and EM algorithms for linear mixed-effects models for repeated-measured data, Journal of the American Statistical Association, vol.83, 1014-1022. | MR | Zbl

Meng X.L. and Rubin D.B., (1993). Maximum likelihood estimation via the ECM algorithm : a general framework, Biometrika, vol. 80, 2, 267-278. | MR | Zbl

Mingers J., (1989). An empirical comparison of pruning methods for decision-tree induction, Machine Learning, vol. 4, 2, 227-243.

Morgan J.N. and Sonquist J.A., (1963). Problems in the analysis of survey data, and a proposal, J.A.S.A., vol.58, 302. | Zbl

Périnel E., (1996). Méthodes de segmentation et analyse des données symboliques. Le cas de données probabilistes imprécises. Thèse de l'Université Paris IX-Dauphine.

Quinlan J.R., (1986). The effect of noise on concept leaming. In Michalski, Carbonel & Mitchell (Eds.), Machine Learning : an artificial intelligence approach. San Mateo, CA: Morgan Kaufman.

Quinlan J.R., (1990). Probabilistic decision trees. In : Machine Learning III, Kodratoff Y., Michalski R. (eds.), 140-152.

Quinlan J.R., (1993). C4.5 Programs for Machine Learning. Morgan Kaufman, San Mateo, California.

Sethi I.K. and Sarvarayudu G.P.R., (1982). Hierarchical classifier design using mutual information, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 2, 441-445.

Titterington D.M., Smith A.F.M. and Makov U.E., (1985). Statistical analysis of finite mixture distributions, Wiley & Sons (Eds.), Wiley series in probability and mathematical statistics. | MR | Zbl

Wedel M. and De Sarbo W.S., (1995). A mixture likelihood approach for generalized linear models, Journal of Classification, vol.12, 21- 55. | Zbl

Yuan Y. and Shaw M.J., (1995). Induction of fuzzy decision trees. Fuzzy Sets and Systems, 69, 125-139. | MR