Big data et machine learning : les concepts et les outils de la data science / Pirmin Lemberger,... Marc Batty,... Médéric Morel,... [et al.]

Autre contribution : Jean-Luc Raffaëlli (auteur)

Notes bibliographiques et webogragraphie. Index

Guide décrivant les enjeux d'un projet big data. Il combine la présentation des concepts théoriques tels que le traitement statistique des données, le calcul distribué, la description des outils comme Hadoop, Storm ou Elastic search et des retours d'expérience. Avec des mises à jour sur la vision d'architecture d'entreprise et sur le deep learning pour le traitement automatique du langage naturel. ­ Electre

a"Cet ouvrage s’adresse à tous ceux qui cherchent à tirer parti de l’énorme potentiel des technologies Big Data, qu’ils soient data scientists, DSI, chefs de projets ou spécialistes métier. Le Big Data s’est imposé comme une innovation majeure pour toutes les entreprises qui cherchent à construire un avantage concurrentiel grâce à l’exploitation de leurs données clients, fournisseurs, produits, processus, etc. Il a en outre permis l'émergence des techniques d'apprentissage automatique (Machine Learning, Deep Learning) qui ont relancé le domaine de l'intelligence artificielle. Mais quelle solution technique choisir ? Quelles compétences métier développer au sein de la DSI ? Ce livre est un guide pour comprendre les enjeux d’un projet Big Data, en appréhender les concepts sous-jacents et acquérir les compétences nécessaires à la mise en place d’une architecture d'entreprise adaptée. Il combine la présentation : de notions théoriques (traitement statistique des données, calcul distribué...) ; des outils les plus répandus ; d’exemples d’applications, notamment en NLP (Natural Language Processing) ; d’une organisation typique d’un projet de data science." 4e de couverture

Avant-propos Première partie - Les fondements du Big Data Chapitre 1 - Les origines du Big Data 1.1 La perception de la donnée dans le grand public 1.2 Des causes économiques et technologiques 1.3 La donnée et l'information 1.4 La valeur 1.5 Les ressources nécessaires 1.6 De grandes opportunités Chapitre 2 - Le Big Data dans les organisations 2.1 La recherche de l'Eldorado 2.2 L'avancée par le cloud 2.3 La création de la valeur 2.4 Les « 3V » du Big Data 2.5 Un champ immense d'applications 2.6 Exemples de compétences à acquérir 2.7 Des impacts à tous les niveaux 2.8 Une nécessaire vision d'architecture d'entreprise 2.9 « B » Comme Big Data ou Big Brother ? Chapitre 3 - Le mouvement NoSQL 3.1 Bases relationnelles, les raisons d'une domination 3.2 Le dogme remis en question 3.3 Les différentes catégories de solutions 3.4 Le NoSQL est-il l'avenir des bases de données ? Chapitre 4 - L'algorithme MapReduce et le framework Hadoop 4.1 Automatiser le calcul parallèle 4.2 Le pattern MapReduce 4.3 Des exemples d'usage de MapReduce 4.4 Le framework Hadoop 4.5 Au-delà de MapReduce Deuxième partie - Le métier de data scientist Chapitre 5 - Le quotidien du data scientist 5.1 Data scientist : licorne ou réalité ? 5.2 Le data scientist dans l'organisation 5.3 Le workflow du data scientist Chapitre 6 - Exploitation et préparation de données 6.1 Le déluge des données 6.2 L'exploration de données 6.3 La préparation de données 6.4 Les outils de préparation de données Chapitre 7 - Le Machine Learning 7.1 Qu'est-ce que Le Machine Learning ? 7.2 Les différents types de Machine Learning 7.3 Les principaux algorithmes 7.4 Réseaux de neurones et Deep Learning 7.5 Illustrations numériques 7.6 Systèmes de recommandation Chapitre 8 - La visualisation des données 8.1 Pourquoi visualiser l'information ? 8.2 Quels graphes pour quels usages ? 8.3 Représentation de donnée complexes Troisième partie - Les outils du Big Data Chapitre 9 - L'écosystème Hadoop 9.1 La jungle de l'éléphant 9.2 Les composants d'Apache Hadoop 9.3 Les principales distributions Hadoop 9.4 Spark ou la promesse du traitement Big Data in-memory 9.5 Les briques analytiques à venir 9.6 Les librairies de calcul Chapitre 10 - Analyse de logs avec Pig et Hive 10.1 Pourquoi analyser des logs ? 10.2 Pourquoi choisir Pig ou Hive ? 10.3 La préparation des données 10.4 L'analyse des parcours clients Chapitre 11 - Les architectures Lambda 11.1 Les enjeux du temps réel 11.2 Rappels sur MapReduce et Hadoop 11.3 Les architectures Lambda Chapitre 12 - Apache Storm 12.1 Qu'est-ce que Storm ? 12.2 Positionnement et intérêt dans les architectures Lambda 12.3 Principes de fonctionnement 12.4 Un exemple très simple Conclusion Index