Traitement en cours...
Fermer la notification

Le saviez-vous ?

SIDE a travaillé avec ses fournisseurs pour rendre ses colis respectueux de l'environnement.
Fini le plastique !
Le ruban adhésif qui sécurise la fermeture de nos colis et les chips de calage qui immobilisent les livres dans les cartons sont en matériaux recyclables et biodégradables.

Afficher la notification
FR EN
Précédent
ou effectuer une recherche avancée
Votre panier est vide.
Image de Machine Learning appliqué aux entreprises

Machine Learning appliqué aux entreprises

Nzey Nehemie
Date de parution 01/04/2020
EAN: 9786139555017
Disponibilité Disponible chez l'éditeur
39,90 €
L'évaluation d'entreprise a connu un très fort développement au cours des trente dernières années, dans un environnement économique et financier en constante évolution. Sous l'effet conjoint de la mondialisation des échanges et du départ à la retrait... Voir la description complète
Informations détaillées
Nom d'attributValeur d'attribut
Common books attribute
ÉditeurUNIV EUROPEENNE
Nombre de pages64
Langue du livreFrançais
AuteurNzey Nehemie
FormatPaperback / softback
Type de produitLivre
Date de parution01/04/2020
Poids108 g
Dimensions (épaisseur x largeur x hauteur)0,40 x 15,20 x 22,90 cm
Résumé
Conception d'un classifieur automatique basé sur les RN pour la prédiction d'une éventuelle
L'évaluation d'entreprise a connu un très fort développement au cours des trente dernières années, dans un environnement économique et financier en constante évolution. Sous l'effet conjoint de la mondialisation des échanges et du départ à la retraite de très nombreux chefs d'entreprise, le nombre de cessions d'entreprises n'a cessé d'augmenter, atteignant en 2008 un niveau record d'environ 700 000 cessions de petites et moyennes entreprises (PME) en Europe, représentant une valorisation globale annuelle de près de 250 milliards d'euros. Ces conséquences fâcheuses ne sont pas nécessairement liées à la mauvaise gestion financière mais aussi au manque d'un outil efficace pour contrôler son entreprise et prévenir les dégâts au moment propice.