Nantilus
Data science : cours et exercices
"La data science, ou science des données, est la discipline qui traite de la collecte, de la préparation, de la gestion, de l'analyse, de l'interprétation et de la visualisation de grands ensembles de données complexes. Elle n'est pas seulement concernée par les outils et les mét...
Enregistré dans:
| Auteurs principaux : | , , , , , , , , |
|---|---|
| Format : | Livre |
| Langue : | français |
| Titre complet : | Data science : cours et exercices / Massih-Reza Amini, Renaud Blanch, Marianne Clausel... [et al.] |
| Publié : |
Paris :
Eyrolles
, DL 2018 |
| Description matérielle : | 1 vol. (XII-254 p.) |
| Sujets : |
| LEADER | 04298cam a2200589 4500 | ||
|---|---|---|---|
| 001 | PPN229717586 | ||
| 003 | http://www.sudoc.fr/229717586 | ||
| 005 | 20230207061300.0 | ||
| 010 | |a 978-2-2126-7410-1 |b br. |d 32 EUR | ||
| 035 | |a (OCoLC)1030369942 | ||
| 073 | 1 | |a 9782212674101 | |
| 100 | |a 20180828h20182018k y0frey0103 ba | ||
| 101 | 0 | |a fre | |
| 102 | |a FR | ||
| 105 | |a a a 001yy | ||
| 106 | |a r | ||
| 181 | |6 z01 |c txt |2 rdacontent | ||
| 181 | 1 | |6 z01 |a i# |b xxxe## | |
| 182 | |6 z01 |c n |2 rdamedia | ||
| 182 | 1 | |6 z01 |a n | |
| 183 | 1 | |6 z01 |a nga |2 rdacarrier | |
| 200 | 1 | |a Data science |e cours et exercices |f Massih-Reza Amini, Renaud Blanch, Marianne Clausel... [et al.] | |
| 210 | |a Paris |c Eyrolles |d DL 2018 | ||
| 215 | |a 1 vol. (XII-254 p.) |c ill., graph., fig., couv. ill. en coul. |d 23 cm | ||
| 339 | |a Présentation des aspects fondamentaux de la data science, discipline qui permet de transformer les données brutes en idées et connaissances. Avec des exercices pour mettre en pratique les algorithmes développés dans ce domaine. ©Electre 2018 | ||
| 314 | |a Autres contributions : Jean-Baptiste Durand, Eric Gaussier, Jérôme Malick, Christophe Picard, Vivien Quéma, Georges Quénot (auteurs) | ||
| 320 | |a Bibliogr. p. [239]-250. Index | ||
| 330 | |a "La data science, ou science des données, est la discipline qui traite de la collecte, de la préparation, de la gestion, de l'analyse, de l'interprétation et de la visualisation de grands ensembles de données complexes. Elle n'est pas seulement concernée par les outils et les méthodes pour obtenir, gérer et analyser les données ; elle consiste aussi à en extraire de la valeur et de la connaissance. Cet ouvrage présente les fondements scientifiques et les composantes essentielles de la science des données, à un niveau accessible aux étudiants de master et aux élèves ingénieurs. Notre souci a été de proposer un exposé cohérent reliant la théorie aux algorithmes développés dans ces domaines. Il s'adresse aux chercheurs et ingénieurs qui abordent les problématiques liées à la science des données, aux data scientists de PME qui utilisent en profondeur les outils d'apprentissage, mais aussi aux étudiants de master, doctorants ou encore futurs ingénieurs qui souhaitent un ouvrage de référence en data science." [Source : 4e de couv.] | ||
| 333 | |a Public : développeurs, statisticiens, étudiants et chefs de projets ayant à résoudre des problèmes de data science ; data scientists, mais aussi toute personne curieuse d'avoir une vue d'ensemble de l'état de l'art du machine learning | ||
| 359 | 2 | |b 1. Introduction |b 2. Prétraitement des données |b 3. Gestion de données large-échelle et systèmes distribués |b 4. Calcul haute performance |b 5. Optimisation pour l'analyse de données |b 6. Décomposition matricielle/sensorielle |b 7. Modèles génératifs |b 8. Modèles discriminants |b 9. Deep learning |b 10. Visualisation interactive d'information | |
| 606 | |3 PPN167193686 |a Données massives |3 PPN03020934X |x Manuels d'enseignement supérieur |2 rameau | ||
| 606 | |3 PPN167193686 |a Données massives |3 PPN027790517 |x Problèmes et exercices |2 rameau | ||
| 606 | |3 PPN031498957 |a Mathématiques |x Informatique |3 PPN03020934X |x Manuels d'enseignement supérieur |2 rameau | ||
| 606 | |3 PPN031498957 |a Mathématiques |x Informatique |3 PPN027790517 |x Problèmes et exercices |2 rameau | ||
| 606 | |3 PPN027940373 |a Apprentissage automatique |2 rameau | ||
| 606 | |3 PPN035198222 |a Exploration de données |2 rameau | ||
| 676 | |a 006.312 |v 23 |z fre | ||
| 676 | |a 006 |v 23 |z fre | ||
| 700 | 1 | |3 PPN132277042 |a Amini |b Massih-Reza |f 19..-.... |4 070 | |
| 701 | 1 | |3 PPN09310961X |a Blanch |b Renaud |4 070 | |
| 701 | 1 | |3 PPN133853195 |a Clausel |b Marianne |f 1974-.... |4 070 | |
| 701 | 1 | |3 PPN073764817 |a Durand |b Jean-Baptiste |f 1976-.... |4 070 | |
| 701 | 1 | |3 PPN074308297 |a Gaussier |b Éric |4 070 | |
| 701 | 1 | |3 PPN080302068 |a Malick |b Jérôme |f 1978-.... |4 070 | |
| 701 | 1 | |3 PPN201433958 |a Picard |b Christophe |f 19..-.... |c informaticien |4 070 | |
| 701 | 1 | |3 PPN107935597 |a Quéma |b Vivien |f 1979-.... |4 070 | |
| 701 | 1 | |3 PPN034104518 |a Quénot |b Georges |f 1960-.... |4 070 | |
| 801 | 3 | |a FR |b Electre |c 20180824 |g AFNOR | |
| 801 | 3 | |a FR |b Abes |c 20181204 |g AFNOR | |
| 979 | |a SCI | ||
| 930 | |5 441092104:624985261 |b 441092104 |j u | ||
| 998 | |a 818999 | ||