- DocumentUnknown - Unknown - 1-s2.0-S187705091732416X-main.pdf - Unknowntéléversé par
al
- Document2014 - Veit et al. - Household Electricity Demand Forecasting -- Benchmarking State-of-the-Art Methods - Unknowntéléversé par
al
- Document2018 - Salleh Et Al. - Autocorrelated Process Control Geometric Brownian Motion Approach Versus Box-Jenkins Approach - Journal of Physictéléversé par
al
- DocumentUnknown - McCarthy et al. - Selection of Representative Feature Training Sets With Self-Organized Maps for Optimized Time Series Modelintéléversé par
al
- DocumentAn_integrated_data_mining_and_behavioral_Hseiltéléversé par
al
- Documentchen2005téléversé par
al
- Document2015 - Svetunkov, Kourentzes - M P RA Complex Exponential Smoothing Complex Exponential Smoothing - Unknowntéléversé par
al
- Document2016 - Alborzi, Khanbabaei - Using Data Mining and Neural Networks Techniques to Propose a New Hybrid Customer Behaviour Analysis and Crtéléversé par
al
- Document2007 - Haenlein, Kaplan, Beeser - A Model to Determine Customer Lifetime Value in a Retail Banking Context - European Management Journaltéléversé par
al
- Document2011 - Gardner, McKenzie - Why the damped trend works - Journal of the Operational Research Societytéléversé par
al
- Document2015 - Hosseini, Shabani - New approach to customer segmentation based on changes in customer value - Journal of Marketing Analyticstéléversé par
al
- Document2009 - Ngai, Xiu, Chau - Application of data mining techniques in customer relationship management A literature review and classificatiotéléversé par
al
- Document2014 - Kane et al. - Comparison of ARIMA and Random Forest time series models for prediction of avian influenza H5N1 outbreaks - Unknowntéléversé par
al
- Document2010 - Namvar, Gholamian, Khakabi - A two phase clustering method for intelligent customer segmentation - ISMS 2010 - UKSimAMSS 1st Intetéléversé par
al
- Document2002 - Liaw, Wiener - Classification and Regression by randomForest - R newstéléversé par
al
- Document2009 - Cheng, Chen - Classifying the segmentation of customer value via RFM model and RS theory - Expert Systems with Applicationstéléversé par
al
- Document2téléversé par
al
- Document6téléversé par
al
- Document3rdtéléversé par
al
- Document3téléversé par
al
- Document7téléversé par
al
- Document8téléversé par
al
- Document4téléversé par
al
- Document5téléversé par
al
- DocumentEffective Data Collection.pdftéléversé par
al
- DocumentMachine Learning in Finance From Theory to.pdftéléversé par
al
- DocumentMachine Learning in Finance From Theory to.pdftéléversé par
al
- DocumentAI0téléversé par
al
- DocumentAI Now 2019 Reporttéléversé par
al