Centre dedocumentation
scientifique

Data science par la pratique : fondamentaux avec Python / Joël Grus (2017)

Public Titre : Data science par la pratique : fondamentaux avec Python Type de document : Guide/Manuel Auteurs : Joël Grus, Auteur ; Dominique Durand-Fleischer, Traducteur Editeur : Paris : Eyrolles Année de publication : 2017 Importance : 307 p. Format : 19 x 23 cm ISBN/ISSN/EAN : 978-2-212-11868-1 Note générale : index Langues : Français (fre) Descripteur : [Vedettes matières IGN] Informatique [Termes descripteurs IGN] algèbre linéaire [Termes descripteurs IGN] analyse de groupement [Termes descripteurs IGN] apprentissage automatique [Termes descripteurs IGN] arbre de décision [Termes descripteurs IGN] classification barycentrique [Termes descripteurs IGN] classification bayesienne [Termes descripteurs IGN] classification par réseau neuronal [Termes descripteurs IGN] classification par séparateurs à vaste marge [Termes descripteurs IGN] collecte de données [Termes descripteurs IGN] corrélation [Termes descripteurs IGN] exploration de données [Termes descripteurs IGN] gradient [Termes descripteurs IGN] inférence [Termes descripteurs IGN] plus proche voisin (algorithme) [Termes descripteurs IGN] probabilités [Termes descripteurs IGN] Python (langage de programmation) [Termes descripteurs IGN] régression linéaire [Termes descripteurs IGN] régression logistique [Termes descripteurs IGN] régression multiple [Termes descripteurs IGN] réseau neuronal artificiel [Termes descripteurs IGN] science des données [Termes descripteurs IGN] SQL [Termes descripteurs IGN] théorie des graphes [Termes descripteurs IGN] traitement du langage naturel [Termes descripteurs IGN] visualisation de données Index. décimale : 26.00 Informatique - généralités Résumé : (éditeur) 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, Joël 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. Cet ouvrage s'adresse 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. Note de contenu : Introduction Cours accéléré de Python Visualisation des données Algèbre linéaire Statistique Probabilités Hypothèse et inférence Descente de gradient Collecte des données Travail sur les données Apprentissage automatique k plus proches voisins Classification naïve bayésienne Régression linéaire simple Régression linéaire multiple Régression logistique Arbres de décision Réseaux neuronaux Clustering Traitement automatique du langage naturel Analyse des réseaux Systèmes de recommandation Base de données et SQL MapReduce En avant pour la data science Numéro de notice : 17524 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/SOCIETE NUMERIQUE Nature : Manuel informatique Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90601

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
17524-01	26.00	Manuel Informatique	Centre de documentation	Informatique	Disponible