- EAN13
- 9782100754632
- ISBN
- 978-2-10-075463-2
- Éditeur
- Dunod
- Date de publication
- 07/09/2016
- Collection
- InfoPro
- Nombre de pages
- 272
- Dimensions
- 25 x 17,5 x 2 cm
- Poids
- 560 g
- Langue
- français
- Fiches UNIMARC
- S'identifier
Big Data et Machine Learning - 2e éd. - Les concepts et les outils de la data science
Les concepts et les outils de la data science
De Pirmin Lemberger, Marc Batty, Médéric Morel, Jean-Luc Raffaëlli
Dunod
InfoPro
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, 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...) ;
• des outils les plus répandus (écosystème Hadoop, Storm...) ;
• d’exemples d’applications ;
• d’une organisation typique d’un projet de data science.
Cette deuxième édition est complétée et enrichie par des mises à jour sur les réseaux de neurones et sur le Deep Learning ainsi que sur Spark.
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...) ;
• des outils les plus répandus (écosystème Hadoop, Storm...) ;
• d’exemples d’applications ;
• d’une organisation typique d’un projet de data science.
Cette deuxième édition est complétée et enrichie par des mises à jour sur les réseaux de neurones et sur le Deep Learning ainsi que sur Spark.
S'identifier pour envoyer des commentaires.
Autres contributions de...
-
Big Data et Machine Learning - 3e éd. - Les concepts et les outils de la data science, Les concepts et les outils de la data sciencePirmin Lemberger, Marc Batty, Médéric Morel, Jean-Luc RaffaëlliDunod32,00
-
Big Data et Machine Learning - Manuel du data scientist, Manuel du data scientistPirmin Lemberger, Marc Batty, Médéric Morel, Jean-Luc RaffaëlliDunod
-
Performance des architectures IT - 2ème édition - Comprendre, résoudre et anticiper, Comprendre, résoudre et anticiperPascal Grojean, Médéric Morel, Simon-Pierre Nolin, Guillaume PlouinDunod
-
Intégrer Google Apps dans le SI, le cloud computing en actionManuel Alves, Pascal Cadet, Pirmin Lemberger, Médéric MorelDunod
-
Le poste de travail Web - Portail d'entreprise et accès au système d'information, Portail d'entreprise et accès au système d'informationArnaud Deslandes, Jean-Claude Grosjean, Médéric Morel, Guillaume PlouinDunod
-
Le traitement automatique des langues - Comprendre les textes grâce à l'intelligence artificielle, Comprendre les textes grâce à l'intelligence artificielleFrançois-Régis Chaumartin, Pirmin LembergerDunod35,00
-
Big Data et Machine Learning - 3e éd. - Les concepts et les outils de la data science, Les concepts et les outils de la data sciencePirmin Lemberger, Marc Batty, Médéric Morel, Jean-Luc RaffaëlliDunod32,00
-
Big Data et Machine Learning - Manuel du data scientist, Manuel du data scientistPirmin Lemberger, Marc Batty, Médéric Morel, Jean-Luc RaffaëlliDunod
-
Intégrer Google Apps dans le SI, le cloud computing en actionManuel Alves, Pascal Cadet, Pirmin Lemberger, Médéric MorelDunod
-
Big Data et Machine Learning - 3e éd. - Les concepts et les outils de la data science, Les concepts et les outils de la data sciencePirmin Lemberger, Marc Batty, Médéric Morel, Jean-Luc RaffaëlliDunod32,00
-
Big Data et Machine Learning - Manuel du data scientist, Manuel du data scientistPirmin Lemberger, Marc Batty, Médéric Morel, Jean-Luc RaffaëlliDunod
-
Big Data et Machine Learning - 3e éd. - Les concepts et les outils de la data science, Les concepts et les outils de la data sciencePirmin Lemberger, Marc Batty, Médéric Morel, Jean-Luc RaffaëlliDunod32,00
-
Big Data et Machine Learning - Manuel du data scientist, Manuel du data scientistPirmin Lemberger, Marc Batty, Médéric Morel, Jean-Luc RaffaëlliDunod