Les Inscriptions à la Bibliothèque sont ouvertes en
ligne via le site: https://biblio.enp.edu.dz
Les Réinscriptions se font à :
• La Bibliothèque Annexe pour les étudiants en
2ème Année CPST
• La Bibliothèque Centrale pour les étudiants en Spécialités
A partir de cette page vous pouvez :
Retourner au premier écran avec les recherches... |
Détail de l'auteur
Auteur Marc Batty
Documents disponibles écrits par cet auteur
Faire une suggestion Affiner la rechercheBig data et machine learning / Pirmin Lemberger
Titre : Big data et machine learning : les concepts et les outils de la data science Type de document : texte imprimé Auteurs : Pirmin Lemberger, Auteur ; Marc Batty, Auteur ; Médéric Morel, Auteur ; Jean-Luc Raffaëlli, Auteur Mention d'édition : 3ème éd. Editeur : Paris : Dunod Année de publication : 2019 Collection : InfoPro Sous-collection : Management et systèmes d'information Importance : X, 256 p. Présentation : ill. Format : 25 cm. ISBN/ISSN/EAN : 978-2-10-079037-1 Note générale : Les + en ligne sur le site: www.dataiku.com/livre-big-data
Notes bibliogr. - IndexLangues : Français (fre) Mots-clés : Apprentissage automatique
Exploration de données
Données massives
Analyse des donnéesIndex. décimale : 004.62 Traitement de l'information (Data science) 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.
Les ajouts de cette troisième édition concernent principalement la vision d’architecture d’entreprise, nécessaire pour intégrer les innovations du Big Data au sein des organisations, et le Deep Learning pour le NLP (Natural Language Processing, qui est l’un des domaines de l’intelligence artificielle qui a le plus progressé récemment).Note de contenu : Au sommaire :
I. Les fondements du Big Data.
1. Les origines du Big Data.
2. Le Big Data dans les organisations.
3. Le mouvement NoSQL.
4. L'algorithme MapReduce et le framework Hadoop.
5. Le quotidien du data scientist.
6. Exploitation et préparation de données.
7. Le Machine Learning.
8. La visualisation des données.
9. L'écosystème Hadoop.
10. Analyse de logs avec Pig et Hive.
11. Les architectures Lambda.
12. Apache Storm.Big data et machine learning : les concepts et les outils de la data science [texte imprimé] / Pirmin Lemberger, Auteur ; Marc Batty, Auteur ; Médéric Morel, Auteur ; Jean-Luc Raffaëlli, Auteur . - 3ème éd. . - Dunod, 2019 . - X, 256 p. : ill. ; 25 cm.. - (InfoPro. Management et systèmes d'information) .
ISBN : 978-2-10-079037-1
Les + en ligne sur le site: www.dataiku.com/livre-big-data
Notes bibliogr. - Index
Langues : Français (fre)
Mots-clés : Apprentissage automatique
Exploration de données
Données massives
Analyse des donnéesIndex. décimale : 004.62 Traitement de l'information (Data science) 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.
Les ajouts de cette troisième édition concernent principalement la vision d’architecture d’entreprise, nécessaire pour intégrer les innovations du Big Data au sein des organisations, et le Deep Learning pour le NLP (Natural Language Processing, qui est l’un des domaines de l’intelligence artificielle qui a le plus progressé récemment).Note de contenu : Au sommaire :
I. Les fondements du Big Data.
1. Les origines du Big Data.
2. Le Big Data dans les organisations.
3. Le mouvement NoSQL.
4. L'algorithme MapReduce et le framework Hadoop.
5. Le quotidien du data scientist.
6. Exploitation et préparation de données.
7. Le Machine Learning.
8. La visualisation des données.
9. L'écosystème Hadoop.
10. Analyse de logs avec Pig et Hive.
11. Les architectures Lambda.
12. Apache Storm.Exemplaires
Code-barres Cote Support Localisation Section Disponibilité Etat_Exemplaire 058538 004.62 BIG Papier Bibliothèque Centrale Informatique Disponible Consultation sur place 058539 004.62 BIG Papier Bibliothèque Centrale Informatique Disponible En bon état 058540 004.62 BIG Papier Bibliothèque Centrale Informatique Disponible En bon état