Big data et machine learning : les concepts et les outils de la data science / Pirmin, Lemberger / Marc, Batty / Médéric, Morel ; Aurélien, Géron (préface d') [ Livre]

Auteur principal: Lemberger, PirminCo-auteur: Batty, Marc;Morel, MédéricLangue: Français ; de l'oeuvre originale, Français.Mention d'édition: 2e éditionPublication : Malakoff : Dunod, 2016Description : 1 vol. (XVI-255 p.) ; 25 cmISBN: 9782100754632.Collection: InfoPro, Management des systèmes d'informationClassification: I Intelligence artificielle, Machine Learning et Data ScienceRésumé: 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. 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...) et d'exemples de machine learning ; Cette deuxième édition comporte des ajouts sur le deep learning et les réseaux de neurones, ainsi que des compléments et des mises à jour sur les moteurs de recommandations et Spark. Les compléments en ligne seront enrichis de nouveaux jeux de données pour un début de mise en pratique..Sujet - Nom commun: Apprentissage automatique | Exploration de données | Données massives | Big data
Current location Call number Status Notes Date due Barcode
ENS Rennes - Bibliothèque
Informatique
I LEM (Browse shelf) Available I Intelligence artificielle, Machine Learning et Data Science 035447

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. 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...) et d'exemples de machine learning ; Cette deuxième édition comporte des ajouts sur le deep learning et les réseaux de neurones, ainsi que des compléments et des mises à jour sur les moteurs de recommandations et Spark. Les compléments en ligne seront enrichis de nouveaux jeux de données pour un début de mise en pratique.

Powered by Koha