Python & Pandas et les 36 problèmes de data science : problèmes et exercices corrigés pas à pas
"Ce livre contient : 36 problèmes corrigés pour apprendre à traiter les données de toutes tailles (big data) ; des vidéos et figures dynamiques en bonus accessibles via des QR codes. Fouille & analyse de données : lire, sélectionner, regrouper et croiser. Data visualisation : hommage aux pi...
Enregistré dans:
Auteurs principaux : | , |
---|---|
Format : | Livre |
Langue : | français |
Titre complet : | Python & Pandas et les 36 problèmes de data science : problèmes et exercices corrigés pas à pas / Frédéric Bro, Chantal Rémy |
Publié : |
Paris :
Ellipses
, DL 2021 |
Description matérielle : | 1 vol. (XVI-520 p.) |
Collection : | Références sciences |
Sujets : | |
Documents associés : | Autre format:
Python & Pandas et les 36 problèmes de data science |
LEADER | 04834cam a2200529 4500 | ||
---|---|---|---|
001 | PPN258165081 | ||
003 | http://www.sudoc.fr/258165081 | ||
005 | 20240604055500.0 | ||
010 | |a 978-2-340-06114-9 |b br. | ||
035 | |a (OCoLC)1280595903 | ||
073 | 1 | |a 9782340061149 | |
100 | |a 20211027h20212021k y0frey0103 ba | ||
101 | 0 | |a fre | |
102 | |a FR | ||
105 | |a a z 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 | |6 z01 |a nga |2 rdamedia | ||
200 | 1 | |a Python & Pandas et les 36 problèmes de data science |e problèmes et exercices corrigés pas à pas |f Frédéric Bro, Chantal Rémy | |
214 | 0 | |a Paris |c Ellipses |d DL 2021 | |
215 | |a 1 vol. (XVI-520 p.) |c ill., couv. ill. en coul. |d 24 cm | ||
225 | 2 | |a Références sciences | |
339 | |a 36 problèmes corrigés pour apprendre à gérer toutes les problématiques autour des données de toutes tailles : fouille et analyse, data visualisation, modélisation et simulation, prédiction et machine learning. Des contenus supplémentaires sont accessibles en ligne. ©Electre 2021 | ||
312 | |a La couv. porte en plus : "Data visualisation, cartes statistiques. Fouille et analyse de données. Modélisation, simulation, lanceur d'alerte. Prédiction et premier pas vers l'IA" | ||
320 | |a Index | ||
330 | |a "Ce livre contient : 36 problèmes corrigés pour apprendre à traiter les données de toutes tailles (big data) ; des vidéos et figures dynamiques en bonus accessibles via des QR codes. Fouille & analyse de données : lire, sélectionner, regrouper et croiser. Data visualisation : hommage aux pionniers (J. Snow, F. Nightingale, C. J. Minard) ; diagrammes (circulaires, en barres, à moustaches) pour comparer des données, détecter des anomalies, lancer des alertes ; cartes dynamiques (de chaleur, choroplèthes...) pour étudier l'activité de séismes ou d'ouragans, étudier à Paris la gestion des arbres ou la concurrence plateformes de location -vs- hôtels ; parcours de graphes de données (métro, lignes aériennes) ; globe terrestre dynamique (loxodromie de Mercator) ; indice de Gini (impôt sur le revenu...). Modélisation & simulation : propagation d'une épidémie ou d'un incendie (percolation) ; au foot : pronostiquer un classement de Ligue 1 ou visualiser la loi du couple des buts inscrits par 2 équipes lors d'un match ; calcul par D. Bernoulli du gain d'espérance de vie après inoculation de la variole ; détection de fraudes au tennis ou lors de votes électroniques. Prédiction & machine learning : régression linéaire : donner le portrait-robot d'un arbre allergisant... ; analyse en composantes principales : expliquée à partir de la recherche du meilleur profil d'un objet 3D ; appliquée pour prédire la présence de diabète ou la pollution à l'ozone. Ce livre s'adresse aux lycéens, étudiants, enseignants (informatique, mathématiques, économie...) et ingénieurs confrontés aux datas, aux data journalistes ou futurs data scientistes ou tout citoyen désireux d'écouter les données qui l'entourent." |2 4e de couverture | ||
359 | 2 | |c 1. Notebooks - Python - Pandas |b A. Premières data visualisations |c 2. Les historiques |c 3. Puissance de la data visulalisation |b B. Lanceur d'alerte |c 4. Usage des data visualisations |c 5. Usage de simulations |b C. Le citoyen et ses finances |b D. Modéliser et simuler |c 6. Catastrophes ou phénomènes naturels |c 7. Epidémiologie |c 8. Au football |b E. Prêt pour la photo ? |b F. Parcourir le monde |c 9. Carte de navigation révolutionnaire |c 10. Plus court chemin dans un réseau réel |b G. Prédire - Intelligence artificielle |c 11. La régression linéaire |c 12. Machine learning. | |
410 | | | |0 165256990 |t Références sciences |x 2260-8044 | |
452 | | | |0 258714999 |t Python & Pandas et les 36 problèmes de data science |o problèmes et exercices corrigés pas à pas |f Frédéric Bro, Chantal Rémy |c Paris |n Ellipses |d 2021 |s Références sciences |y 978-234006-114-9 | |
540 | | | |a Python et Pandas et les trente-six problèmes de data science |e problèmes et exercices corrigés pas à pas | |
606 | |3 PPN051626225 |a Python (langage de programmation) |2 rameau | ||
606 | |3 PPN167193686 |a Données massives |2 rameau | ||
606 | |3 PPN194360229 |a Data visualisation |2 rameau | ||
608 | |3 PPN03020934X |a Manuels d'enseignement supérieur |2 rameau | ||
608 | |3 PPN027790517 |a Problèmes et exercices |2 rameau | ||
676 | |a 005.133 |v 23 | ||
680 | |a QA76.73.P98 | ||
700 | 1 | |3 PPN194048950 |a Bro |b Frédéric |f 19..-.... |4 070 | |
701 | 1 | |3 PPN194049310 |a Rémy |b Chantal |f 19..-.... |c professeur de mathématiques |4 070 | |
801 | 3 | |a FR |b Electre |c 20211020 |g AFNOR | |
801 | 3 | |a FR |b Abes |c 20211201 |g AFNOR | |
979 | |a SCI | ||
930 | |5 441092104:712895353 |b 441092104 |j u | ||
998 | |a 905648 |