| Titre : |
Big Data et machine learning : Les concepts et les outils de la data science 2éd |
| Type de document : |
texte imprimé |
| Auteurs : |
Pirmin Lemberger, Auteur |
| Editeur : |
Dunod |
| Année de publication : |
5 Oct. 2016 |
| Importance : |
272 pages |
| Présentation : |
560 g |
| Format : |
17.5 x 2 x 25 cm |
| ISBN/ISSN/EAN : |
978-2-10-075463-2 |
| Langues : |
Français (fre) Langues originales : Français (fre) |
| Index. décimale : |
004 Traitement de données. Informatique |
| 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 grâce à l’exploitation de leurs données clients, fournisseurs, produits, processus, machines, etc.
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 (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...) ;
• des outils les plus répandus (écosystème Hadoop, Storm...) ;
• d’exemples d’applications ;
• d’une organisation typique d’un projet de data science.
Cette deuxième édition est complétée et enrichie par des mises à jour sur les réseaux de neurones et sur le Deep Learning ainsi que sur Spark. |
Big Data et machine learning : Les concepts et les outils de la data science 2éd [texte imprimé] / Pirmin Lemberger, Auteur . - [S.l.] : Dunod, 5 Oct. 2016 . - 272 pages : 560 g ; 17.5 x 2 x 25 cm. ISBN : 978-2-10-075463-2 Langues : Français ( fre) Langues originales : Français ( fre)
| Index. décimale : |
004 Traitement de données. Informatique |
| 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 grâce à l’exploitation de leurs données clients, fournisseurs, produits, processus, machines, etc.
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 (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...) ;
• des outils les plus répandus (écosystème Hadoop, Storm...) ;
• d’exemples d’applications ;
• d’une organisation typique d’un projet de data science.
Cette deuxième édition est complétée et enrichie par des mises à jour sur les réseaux de neurones et sur le Deep Learning ainsi que sur Spark. |
|  |
Affiner la recherche Interroger des sources externes
