Data scientist et langage R : guide d'autoformation à l'exploitation des big data
Enregistré dans:
| Auteur principal: | |
|---|---|
| Support: | Livre |
| Langue: | Français |
| Publié: |
St Herblain :
Éditions ENI,
cop. 2016.
|
| Collection: | Epsilon
|
| Sujets: | |
| Autres localisations: | Voir dans le Sudoc |
| Résumé: | Un parcours didactique et professionnalisant permettant de s'intégrer à une équipe de data scientists, d'aborder des articles de recherche en langage R, ou de manager une équipe projet comprenant des data scientists. L'auteur aborde notamment des sujets comme le traitement du langage naturel, les séries temporelles, la logique floue ou encore la manipulation des images. ↑Electre 2017 |
| Résumé: | Un parcours didactique et professionnalisant permettant de s'intégrer à une équipe de data scientists, d'aborder des articles de recherche en langage R, ou de manager une équipe projet comprenant des data scientists. L'auteur aborde notamment des sujets comme le traitement du langage naturel, les séries temporelles, la logique floue ou encore la manipulation des images. ↑Electre 2017 La quatrième de couverture indique : "Tous les experts s'accordent à dire que 90% des usages du Big Data proviennent de l'utilisation des data sciences. L'objectif de ce livre est de proposer une formation complète et opérationnelle sur les data-sciences qui permet de délivrer des solutions via l'usage du langage R. Ainsi, l'auteur propose un parcours didactique et professionnalisant qui, sans autre pré-requis qu'un niveau Bac en mathématiques et une grande curiosité, permet aux lecteurs : - de s'intégrer à une équipe de data-scientists, - d'aborder des articles de recherche possédant une haute teneur en mathématiques, - le cas échéant de développer en langage R, y compris des algorithmes nouveaux et de beaux graphiques, - ou tout simplement de manager une équipe projet comprenant des data scientists, en étant à même de dialoguer avec eux de façon efficace. L'ouvrage ne se cantonne pas aux algorithmes du "machine learning", il aborde divers sujets importants comme le traitement du langage naturel, les séries temporelles, la logique floue, la manipulation des images. La dynamique de l'ouvrage soutient le lecteur pas à pas dans sa découverte des data sciences, l'évolution de ses compétences théoriques et pratiques. Le praticien en exercice y découvrira également de nombreux savoir-faire à acquérir et le manager pourra surfer sur l'ouvrage après avoir lu attentivement le bestiaire des data-sciences de l'introduction, qui sans inexactitude ou vulgarisation excessive aborde le thème en faisant l'économie de mathématiques ou de formalismes dissuasifs. L'ensemble du code de tous les exemples de l'ouvrage et toutes les données traitées dans le code sont en téléchargement sur le site www.editions-eni.fr." |
|---|---|
| Description: | En annexe, choix de documents |
| Description matérielle: | 1 vol. (663 p.) : ill., couv. ill. en coul. ; 22 cm. |
| Bibliographie: | Index |
| ISBN: | 9782409000430 (br.) : |
| ISSN: | 1960-3444 |