Amazon cover image
Image from Amazon.com

Data science par la pratique / Joel Grus ; [traduction française Dominique Durand-Fleischer]

LivresAuteur principal: Grus, Joel, 19..-...., AuteurCo-auteur: Durand-Fleischer, Dominique, TraducteurLangue: français ; de l'oeuvre originale, anglais.Éditeur : Paris : Eyrolles, DL 2017Description : 1 vol. (XII-307 p.) : ill., couv. ill. en coul. ; 23 cmISBN: 978-2-212-11868-1.Collection : Blanche (Eyrolles)A pour autre édition sur un support différent : Data science par la pratique, Joel Grus, 2017, Paris, Eyrolles, Collection blanche en ligne, 978-2-212-29613-6Est une traduction de : Data science from scratch, first principles with Python, O'Reilly Media, cop. 2015Résumé : Un ouvrage de référence pour les (futurs) data scientists. Les bibliothèques, les frameworks, les modules et les boîtes à outils sont parfaits pour faire de la data science. Ils sont aussi un bon moyen de plonger dans la discipline sans comprendre la data science. Dans cet ouvrage, vous apprendrez comment fonctionnent les outils et algorithmes les plus fondamentaux de la data science, en les réalisant à partir de zéro. Si vous êtes fort en maths et que vous connaissez la programmation, l'auteur, Joel Grus, vous aidera à vous familiariser avec les maths et les statistiques qui sont au coeur de la data science et à acquérir les compétences informatiques indispensables pour démarrer comme data scientist. La profusion des données d'aujourd'hui contient les réponses aux questions que personne n'a encore pensé à poser. Ce livre vous enseigne comment obtenir ces réponses. Suivez un cours accéléré de Python. Apprenez les fondamentaux de l'algèbre linéaire, des statistiques et des probabilités, et comprenez comment et quand les utiliser en data science. Collectez, explorez, nettoyez, bricolez et manipulez les données. Plongez dans les bases de l'apprentissage automatique. Implémentez des modèles comme les k plus proches voisins, le Bayes naïf, les régressions linéaire ou logistique, les arbres de décision, les réseaux neuronaux et le clustering. Explorez les systèmes de recommandation, le traitement du langage naturel, l'analyse de réseau, MapReduce et les bases de données. A qui s'adresse cet ouvrage ? Aux développeurs, statisticiens, étudiants et chefs de projet ayant à résoudre des problèmes de data science. Aux data scientists, mais aussi à toute personne curieuse d'avoir une vue d'ensemble de l'état de l'art de ce métier du futur (Source : 4e de couverture)Sujet - Nom commun: Exploration de données | Apprentissage automatique | Modèles mathématiques | Python (langage de programmation) 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 006 ORG g (Browse shelf(Opens below)) Available 862795B
Total holds: 0

Autre tirage : 2018

La couverture porte en plus : "Préparez-vous aux métiers du futur !"

Index

Un ouvrage de référence pour les (futurs) data scientists. Les bibliothèques, les frameworks, les modules et les boîtes à outils sont parfaits pour faire de la data science. Ils sont aussi un bon moyen de plonger dans la discipline sans comprendre la data science. Dans cet ouvrage, vous apprendrez comment fonctionnent les outils et algorithmes les plus fondamentaux de la data science, en les réalisant à partir de zéro. Si vous êtes fort en maths et que vous connaissez la programmation, l'auteur, Joel Grus, vous aidera à vous familiariser avec les maths et les statistiques qui sont au coeur de la data science et à acquérir les compétences informatiques indispensables pour démarrer comme data scientist. La profusion des données d'aujourd'hui contient les réponses aux questions que personne n'a encore pensé à poser. Ce livre vous enseigne comment obtenir ces réponses. Suivez un cours accéléré de Python. Apprenez les fondamentaux de l'algèbre linéaire, des statistiques et des probabilités, et comprenez comment et quand les utiliser en data science. Collectez, explorez, nettoyez, bricolez et manipulez les données. Plongez dans les bases de l'apprentissage automatique. Implémentez des modèles comme les k plus proches voisins, le Bayes naïf, les régressions linéaire ou logistique, les arbres de décision, les réseaux neuronaux et le clustering. Explorez les systèmes de recommandation, le traitement du langage naturel, l'analyse de réseau, MapReduce et les bases de données. A qui s'adresse cet ouvrage ? Aux développeurs, statisticiens, étudiants et chefs de projet ayant à résoudre des problèmes de data science. Aux data scientists, mais aussi à toute personne curieuse d'avoir une vue d'ensemble de l'état de l'art de ce métier du futur (Source : 4e de couverture)

There are no comments on this title.

to post a comment.

Koha version 24.05

L'Enssib est membre associée de l'Université de Lyon