Revue de littérature

Ainsi, les résultats de Kumar et al. (1995) ne permettent pas de départager les RNA et la régression log-linéaire. Lix et Berger (1995) montrent qu’un réseau de neurones particulier est plus performant que les méthodes fondées sur la régression tandis qu’un autre réseau l’est moins. Desmet (1996) confronte les réseaux de neurones aux modèles prédictifs plus traditionnels dans le domaine du marketing direct de collecte de fonds. Zahavi et Levin (1997) obtiennent des résultats sensiblement identiques avec des modèles de régression logistique et les réseaux de neurones et concluent que « ces résultats ne sont pas encourageants pour l’approche par réseau de neurones car le processus de configuration et de préparation n’est pas simple ». Plus récemment, Potharts et al (2001) comparent les RNA à la méthode CHAID et à la régression logistique et trouvent que les RNA ont des performances prédictives au moins égales à celles des autres modèles. Madeira S. et Sousa J. M. (2002) obtiennent de meilleures performances pour les RNA que pour régression logistique ou pour les arbres de classification (modèle CART). Enfin, Linder et al. (2004) comparent les performances prédictives des RNA, des arbres de classification et de la régression logistique dans un cadre expérimental composé  de situations caractérisées par des tailles d’échantillon différentes et par des complexités de données variables.