Python pour le data scientist : des bases du langage au machine learning

Python pour le data scientist : des bases du langage au machine learning

Afficher d'autres versions (1)

Enregistré dans:

Détails bibliographiques
Auteur principal:	Jakobowicz, Emmanuel, 1980-
Support:	E-Book
Langue:	Français
Publié:	Malakoff : Dunod, 2021.
Sujets:	Apprentissage automatique Exploration de données Python (langage de programmation) Données massives
Autres localisations:	Voir dans le Sudoc
Accès en ligne:	Accès à l'E-book
Lien:	Autre support: Python pour le data scientist

Documents similaires

Python pour le data scientist : des bases du langage au machine learning
par: Jakobowicz, Emmanuel, 1980-
Publié: (2021)

Le Machine Learning avec Python : de la théorie à la pratique
par: Khichane, Madjid, 1980-
Publié: (2021)

Data scientist et langage R : guide d'autoformation à l'exploitation des big data
par: Laude, Henri.
Publié: (2016)

Data scientist et langage R : guide d'autoformation à l'exploitation intelligente des big data
par: Laude, Henri.
Publié: (2018)

Hands-on data science and Python machine learning : perform data mining and machine learning efficiently using Python and Spark
par: Kane, Frank.
Publié: (2017)

Big data et machine learning : les concepts et les outils de la data science
par: Lemberger, Pirmin.
Publié: (2016)

Machine learning : expert techniques to tackle complex machine learning problems using Python
par: Thanaki, Jalaj.
Publié: (2018)

Les data sciences en 100 questions-réponses
par: Benzaki, Younes.
Publié: (2020)

Big data et machine learning : les concepts et les outils de la data science
par: Lemberger, Pirmin.
Publié: (2019)

Big data et machine learning : les concepts et les outils de la data science
par: Lemberger, Pirmin.
Publié: (2019)

Data science with Jupyter : master data science skills with easy-to-follow Python examples
par: Gupta, Prateek.
Publié: (2019)

Learning data mining with Python : harness the power of Python to analyze data and create insightful predictive models
par: Layton, Robert, 19..-...., informaticien.
Publié: (2015)

Python et l'analyse forensique : récupérer et analyser les données produites par les ordinateurs
par: Bennis, Mehdi.
Publié: (2019)

Analyse de données en Python : manipulation de données avec pandas, NumPy et IPython
par: McKinney, Wes, 1985-
Publié: (2015)

Deep learning by example : a hands-on guide to implementing advanced machine learning algorithms and neural networks
par: Menshawy, Ahmed.
Publié: (2018)

Julia for data science : explore the world of data science from scratch with Julia by your side
par: Joshi, Anshul.
Publié: (2016)

Big data analytics with Java
par: Mehta, Rajat.
Publié: (2017)

Big data analytics : a handy reference guide for data analysts and data scientists to help to obtain value from big data analytics using Spark on Hadoop clusters.
par: Ankam, Venkat.
Publié: (2016)

Python & Pandas et les 36 problèmes de data science : problèmes et exercices corrigés pas à pas
par: Bro, Frédéric, 19..-
Publié: (2021)

Building Machine Learning Systems with Python : master the art of machine learning with Python and build effective machine learning systems with this intensive hands-on guide
par: Richert, Willi.
Publié: (2013)

Big data : nouvelles partitions de l'information : actes du séminaire IST Inria, octobre 2014
Publié: (2015)

The Elements of statistical learning : Data Mining, inference, and prediction .
par: Hastie , Trevor.
Publié: (2005)

Real-time big data analytics : design, process, and analyze large sets of complex data in real time
par: Gupta, Sumit.
Publié: (2016)

PySpark cookbook : over 60 recipes for implementing big data processing and analytics using Apache Spark and Python
par: Lee, Denny.
Publié: (2018)

Introduction to statistical machine learning
par: Sugiyama, Masashi.
Publié: (2015)

Feature engineering made easy : identify unique features from your dataset in order to build powerful machine learning systems
par: Ozdemir, Sinan.
Publié: (2018)

Data mining : practical machine learning tools and techniques
par: Witten, Ian H.
Publié: (2005)

Petit dico critique du big data
par: Theviot, Anaïs, 1986-
Publié: (2023)

Deep learning with TensorFlow : explore neural networks and build intelligent systems with Python
par: Zaccone, Giancarlo.
Publié: (2018)

Apache Mahout essentials : implement top-notch machine learning algorithms for classification, clustering, and recommendations with Apache Mahout
par: Withanawasam, Jayani.
Publié: (2015)

Extraction automatique d'information : du texte brut au web sémantique
par: Poibeau, Thierry.
Publié: (2003)

Introduction au machine learning
par: Azencott, Chloé-Agathe.
Publié: (2022)

Data feminism
par: D'Ignazio, Catherine, 1975-
Publié: (2020)

Interactive applications using Matplotlib : don't just see your data, experience it!
par: Root, Benjamin V., 19..-
Publié: (2015)

Data warehousing in the age of big data
par: Krishnan, Krish.
Publié: (2013)

Big data : un changement de paradigme peut en cacher un autre : opportunités et menaces liées à l'émergence de nouveaux écosystèmes : rapport de l'Académie des technologies de la Commission TIC
Publié: (2016)

Recherche d'information : applications, modèles et algorithmes : fouille de données, décisionnel et big data
par: Amini, Massih-Reza, 19..-
Publié: (2013)

Knowledge discovery in big data from astronomy and Earth observation : astrogeoinformatics
par: Škoda, Petr.
Publié: (2020)

Data science : fondamentaux et études de cas : machine learning avec Python et R
par: Biernat, Éric.
Publié: (2015)

Data science : fondamentaux et études de cas : machine learning avec Python et R
par: Biernat, Éric, 19..-
Publié: (2015)

Université catholique de l'Ouest - Bibliothèques - 3 place André Leroy - BP10808 - 49008 ANGERS Cedex 1