Enssib  - École Nationale Supérieure des Sciences de l'Information et des Bibliothèques

École Nationale Supérieure
des Sciences de l'Information et des Bibliothèques

Big data et machine learning : manuel du data scientist / Pirmin Lemberger,... Marc Batty,... Médéric Morel,... [et al.] ; préface de Michel Delattre,...

LivresAuteur principal: Lemberger, Pirmin, Auteur Co-auteur: Batty, Marc, Auteur ;Morel, Médéric, Auteur ;Raffaëlli, Jean-Luc, Auteur Auteur secondaire: Delattre, Michel, 19..-...., informaticien, Préfacier Langue: français ; de la table des matières, français.Éditeur : Paris : Dunod, DL 2015Description : 1 vol. (XVIII-219 p.) : ill., couv. ill. en coul. ; 25 cmISBN: 978-2-10-072074-3.Collection : InfoPro. Management des systèmes d'information, 1773-5483A pour autre édition sur un support différent : Big data et machine learning, manuel du data scientist, Pirmin Lemberger,... Marc Batty,... Médéric Morel,... [et al.], Paris, Dunod, 2015, 978-2-10-072393-5Résumé : Cet ouvrage s'adresse à tous ceux qui réfléchissent à la meilleure utilisation possible des données au sein de l'entreprise, 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, machines, etc. 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 (en particulier le machine learning) et acquérir les compétences nécessaires à la mise en place d'un data lab. Il combine la présentation : de notions théoriques (traitement statistique des données, calcul distribué...) ; d'outils (écosystème Hadoop, Storm...) ; d'exemples de machine learning ; d'une organisation typique d'un projet de data science. (4e de couv.)Sujet - Nom commun: Données massives | Apprentissage automatique | Exploration de données Voir dans le SUDOC
Holdings
Item type Current library Collection Shelving location Call number Status Date due Barcode Item holds
Prêt normal Enssib
Papier Pôle Information numérique et médias 005.7 BDD b (Browse shelf(Opens below)) Available 860401E
Total holds: 0

Autre tirage : 2016

Autre contribution : Jean-Luc Raffaëlli (auteur)

Notes bibliogr. et webogr.. Index

Cet ouvrage s'adresse à tous ceux qui réfléchissent à la meilleure utilisation possible des données au sein de l'entreprise, 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, machines, etc. 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 (en particulier le machine learning) et acquérir les compétences nécessaires à la mise en place d'un data lab. Il combine la présentation : de notions théoriques (traitement statistique des données, calcul distribué...) ; d'outils (écosystème Hadoop, Storm...) ; d'exemples de machine learning ; d'une organisation typique d'un projet de data science. (4e de couv.)

Première partie : Les fondements du Big Data 1. Les origines du Big Data 2. Le Big Data dans les organisations 3. Le mouvement NoSQL 4. l'algorithme MapReduce et le framework Hadoop Deuxième partie : Le métier de data scientist 5. Le quotidien du data scientist 6. Exploration et préparation de données 7. Le machine learning 8. La visualisation des données Troisième partie : Les outils du Big Data 9. l'écosystème Hadoop 10. Analyse de logs avec Pig et Hive 11. Les architectures λ 12. Apache Storm

There are no comments on this title.

to post a comment.