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

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

Normal view MARC view ISBD view

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

Type de document : LivresAutre édition sur un support différent : Big data et machine learning, 82772, manuel du data scientist, Pirmin Lemberger,... Marc Batty,... Médéric Morel,... [et al.], Paris, Dunod, 2015, 978-2-10-072393-5Auteur 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, 1773-5483Sujet - Nom commun: Données massives | Apprentissage automatique | Exploration de données Voir dans le SUDOC
Tags from this library: No tags from this library for this title. Log in to add tags.
Item type Current location Collection Call number Status Date due Barcode Item holds
Prêt normal Enssib
Pôle Information numérique et médias
Papier 005.7 BDD b (Browse shelf) 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 for this item.

Log in to your account to post a comment.

Icons made by Freepik from www.flaticon.com is licensed by CC BY 3.0

La responsabilité de l'Enssib ne peut en aucune manière être engagée quant au contenu des informations figurant sur les documents hébergés sur son site et dont elle n’est pas l’auteur ou l’éditeur, à l’exclusion de ce qui est prévu par la Loi n°2004-575 du 21 juin 2004 pour la confiance dans l'économie numérique. Sa responsabilité ne peut pas davantage être engagée quant aux conséquences pouvant résulter de l'utilisation ou l'interprétation de l'ensemble des documents figurants sur son site.

Powered by Koha

//