Essec\Faculty\Model\Contribution {#2233
  #_index: "academ_contributions"
  #_id: "833"
  #_source: array:26 [
    "id" => "833"
    "slug" => "comparaison-de-la-predictivite-dun-reseau-de-neurones-a-retropropagation-avec-celles-des-methodes-de-regression-lineaire-logistique-et-aid-pour-le-calcul-des-scores-en-marketing-direct"
    "yearMonth" => "1996-01"
    "year" => "1996"
    "title" => "Comparaison de la prédictivité d'un réseau de neurones à rétropropagation avec celles des méthodes de régression linéaire, logistique et AID pour le calcul des scores en marketing direct"
    "description" => "DESMET, P. (1996). Comparaison de la prédictivité d'un réseau de neurones à rétropropagation avec celles des méthodes de régression linéaire, logistique et AID pour le calcul des scores en marketing direct. <i>Recherche et Applications en Marketing</i>, pp. 17-27."
    "authors" => array:1 [
      0 => array:3 [
        "name" => "DESMET Pierre"
        "bid" => "B00000155"
        "slug" => "desmet-pierre"
      ]
    ]
    "ouvrage" => ""
    "keywords" => []
    "updatedAt" => "2020-12-17 17:55:06"
    "publicationUrl" => null
    "publicationInfo" => array:3 [
      "pages" => "17-27"
      "volume" => null
      "number" => null
    ]
    "type" => array:2 [
      "fr" => "Articles"
      "en" => "Journal articles"
    ]
    "support_type" => array:2 [
      "fr" => "Revue scientifique"
      "en" => "Scientific journal"
    ]
    "countries" => array:2 [
      "fr" => null
      "en" => null
    ]
    "abstract" => array:2 [
      "fr" => "Par rapport aux méthodes statistiques classiques (régression linéaire, régression logistique, segmentation, analyse discriminante), les avantages des réseaux de neurones à rétropropagation sont connus et nombreux (effets non linéaires, pas d'hypothèses sur la distribution des variables, résistance aux valeurs manquantes ou aberrantes). Cependant les conditions de mise en oeuvre et la supériorité réelle en prédiction ne sont encore que peu documentées. L'article relève les recherches précédentes sur les analyses comparatives effectuées en marketing et présente les résultats obtenus pour la prédiction d'un comportement dans le domaine de la collecte de fonds."
      "en" => "In comparison with other statistical methods (MCO, logistic regression, disciminant analysis, AID), the advantages of a neural network with retropropagation are numerous and well known (non linear effects, distribution free variables, low sensibility to outlyers or missing variables). However, implementation and efficiency have not yet received a strong interest. The paper reviews comparative analyses and presents the results obtained in predicting a behavior in Fund raising."
    ]
    "authors_fields" => array:2 [
      "fr" => "Marketing"
      "en" => "Marketing"
    ]
    "indexedAt" => "2024-11-18T17:21:41.000Z"
    "docTitle" => "Comparaison de la prédictivité d'un réseau de neurones à rétropropagation avec celles des méthodes de régression linéaire, logistique et AID pour le calcul des scores en marketing direct"
    "docSurtitle" => "Articles"
    "authorNames" => "<a href="/cv/desmet-pierre">DESMET Pierre</a>"
    "docDescription" => "<span class="document-property-authors">DESMET Pierre</span><br><span class="document-property-authors_fields">Marketing</span> | <span class="document-property-year">1996</span>"
    "keywordList" => ""
    "docPreview" => "<b>Comparaison de la prédictivité d'un réseau de neurones à rétropropagation avec celles des méthodes de régression linéaire, logistique et AID pour le calcul des scores en marketing direct</b><br><span>1996-01 | Articles </span>"
    "docType" => "research"
    "publicationLink" => "<a href="#" target="_blank">Comparaison de la prédictivité d'un réseau de neurones à rétropropagation avec celles des méthodes de régression linéaire, logistique et AID pour le calcul des scores en marketing direct</a>"
  ]
  +lang: "fr"
  +"_type": "_doc"
  +"_score": 9.241645
  +"parent": null
}