|
|
|
|
| LEADER |
04078cam a2200541 4500 |
| 001 |
PPN254229212 |
| 003 |
http://www.sudoc.fr/254229212 |
| 005 |
20240227055800.0 |
| 010 |
|
|
|a 978-2-10-081224-0
|b br.
|
| 035 |
|
|
|a (OCoLC)1242231710
|
| 073 |
|
1 |
|a 9782100812240
|
| 100 |
|
|
|a 20210318h20212021k y0frey0103 ba
|
| 101 |
0 |
|
|a fre
|e fre
|2 639-2
|
| 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 RDAfrCarrier
|
| 200 |
1 |
|
|a Python pour le data scientist
|e des bases du langage au machine learning
|f Emmanuel Jakobowicz,...
|
| 205 |
|
|
|a 2e édition
|
| 214 |
|
0 |
|a Malakoff
|c Dunod
|d DL 2021
|
| 215 |
|
|
|a 1 volume (XIII-312 p.)
|c ill., fig., graph., couv. ill. en coul.
|d 25 cm
|
| 225 |
2 |
|
|a InfoPro
|i Applications métiers
|
| 339 |
|
|
|a Guide d'utilisation du langage Python appliqué au travail sur les données et à l'automatisation de certaines tâches. Avec des exemples, des exercices et des compléments accessibles en ligne. ©Electre 2021
|
| 305 |
|
|
|a Retirage : 2022
|
| 320 |
|
|
|a Bibliogr. et liste de sites internet p. [305]-307. Index
|
| 330 |
|
|
|a "Si vous vous intéressez au traitement des données avec le langage Python, cet ouvrage s'adresse à vous. Que vous soyez débutant en Python ou que vous ayez une expérience significative, il vous apportera les clés pour utiliser ce langage en data science. Ce livre répond à de nombreuses questions sur Python : Comment utiliser Python en data science ? Comment coder en Python ? Comment préparer des données avec Python ? Comment créer des visualisations attractives avec Python ? Comment appliquer des modèles de machine learning et de deep learning avec Python ? Comment passer aux environnements big data ? Vous apprendrez à tirer parti des multiples outils Python tels que Anaconda, Jupyter, NumPy, Pandas, Matplotlib, Seaborn, Bokeh, Scikit-Learn, TensorFlow, PySpark... pour mettre en place vos traitements. Cette deuxième édition est complétée et enrichie par des mises à jour de code liées aux évolutions de Python et des packages de data science. Des données plus récentes sont aussi utilisées. Les + en ligne : l'ensemble du code compris dans cet ouvrage est disponible sous la forme de notebooks Jupyter dans le repository public de l'auteur : github.com/emjako/pythondatascientist"
|2 4e de couverture
|
| 359 |
2 |
|
|p P. XI
|b Avant-propos
|b Première partie. Les fondamentaux du langage Python
|p P. 17
|c 1. Python, ses origines et son environnement
|p P. 45
|c 2. Python from scratch
|b Deuxième partie. La préparation et la visualisation des données avec Python
|p P. 81
|c 3. Python et les données (NumPy et Pandas)
|p P. 107
|c 4. La préparation des données et les premières statistiques
|p P. 165
|c 5. Data visualisation avec Python
|b Troisième partie. Python, le machine learning et le big data
|p P. 205
|c 6. Différentes utilisations du machine learning avec Python
|p P. 279
|c 7. Python et le big data : tour d'horizon
|p P. 297
|b Lexique de la data science
|p P. 301
|b Mettre en place votre environnement
|p P. 305
|b Bibliographie
|p P. 309
|b Index
|
| 410 |
|
| |
|0 098177893
|t InfoPro. Applications métiers
|x 1776-5900
|
| 452 |
|
| |
|0 254801730
|t Python pour le data scientist
|o des bases du langage au machine learning
|f Emmanuel Jakobowicz,...
|d 2021
|c Malakoff
|n Dunod
|y 978-21-0082-638-4
|
| 606 |
|
|
|3 PPN051626225
|a Python (langage de programmation)
|2 rameau
|
| 606 |
|
|
|3 PPN027940373
|a Apprentissage automatique
|2 rameau
|
| 606 |
|
|
|3 PPN035198222
|a Exploration de données
|2 rameau
|
| 606 |
|
|
|3 PPN167193686
|a Données massives
|2 rameau
|
| 676 |
|
|
|a 005.133
|
| 700 |
|
1 |
|3 PPN122309022
|a Jakobowicz
|b Emmanuel
|f 1980-....
|4 070
|
| 801 |
|
3 |
|a FR
|b Electre
|c 20210315
|g AFNOR
|
| 801 |
|
3 |
|a FR
|b Abes
|c 20240226
|g AFNOR
|
| 979 |
|
|
|a SCI
|
| 979 |
|
|
|a ECN
|
| 979 |
|
|
|a STN
|
| 930 |
|
|
|5 441092104:694641650
|b 441092104
|j u
|
| 930 |
|
|
|5 441092306:713337613
|b 441092306
|a 681.3 B09 JAK
|j u
|
| 930 |
|
|
|5 441842101:812749707
|b 441842101
|j u
|
| 998 |
|
|
|a 892388
|
Nantilus
