class
Profitez de 15% de réduction sur votre première commande ! Code promo: BIENVENUE

big data et machine learning ; les concepts et les outils de la data science (3e édition)

Pirmin Lemberger, Marc Batty, Médéric Morel, Jean-luc Raffaëlli (Auteur)
Note moyenne:

Résumé

Cet ouvrage s'adresse à tous ceux qui cherchent à tirer parti de l'énorme potentiel des technologies Big Data, qu'ils soient data scientists, DSI, chefs de projets ou spécialistes métier.
Le Big Data s'est imposé comme une innovation majeure pour toutes les entreprises qui cherchent à construire un avantage concurrentiel de l'exploitation de leurs données clients, fournisseurs, produits, processus, etc.
Il a en outre permis l'émergence des techniques d'apprentissage automatique (Machine Learning, Deep Learning...) qui ont relancé le domaine ... Lire la suite
446,00 DH
En stock
Livrable dans 2 à 3 jours

Caractéristiques

Caractéristiques
Date Parution14/08/2019
CollectionInfopro
EAN9782100790371
Nb. de Pages272
Caractéristiques
EditeurDunod
Poids559 g
PrésentationGrand format
Dimensions25,0 cm x 17,5 cm x 1,8 cm
Détail

Cet ouvrage s'adresse à tous ceux qui cherchent à tirer parti de l'énorme potentiel des technologies Big Data, qu'ils soient data scientists, DSI, chefs de projets ou spécialistes métier.
Le Big Data s'est imposé comme une innovation majeure pour toutes les entreprises qui cherchent à construire un avantage concurrentiel de l'exploitation de leurs données clients, fournisseurs, produits, processus, etc.
Il a en outre permis l'émergence des techniques d'apprentissage automatique (Machine Learning, Deep Learning...) qui ont relancé le domaine de l'intelligence artificielle.
Mais quelle solution technique choisir ? Quelles compétences métier développer au sein de la DSI ?
Ce livre est un guide pour comprendre les enjeux d'un projet Big Data, en appréhender les concepts sous-jacents et acquérir les compétences nécessaires à la mise en place d'une architecture d'entreprise adaptée.
Il combine la présentation :de notions théoriques (traitement statistique des données, calcul distribué...) ;des outils les plus répandus ;d'exemples d'applications, notamment en NLP (Natural Language Processing) ;d'une organisation typique d'un projet de data science.
Avis libraires et clients

Note moyenne
0 notes
Donner une note