Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Big Data et Machine Learning - 3e éd. - Les concepts et les outils de la data science
Dunod - EAN : 9782100790371
Édition papier
EAN : 9782100790371
Paru le : 14 août 2019
32,00 €
30,33 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9782100790371
- Réf. éditeur : 7646767
- Collection : INFOPRO
- Editeur : Dunod
- Date Parution : 14 août 2019
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 272
- Format : H:248 mm L:175 mm E:18 mm
- Poids : 560gr
-
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 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.
- Biographie : Directeur de projets stratégiques au sein de la DSI du groupe La Poste. Il contribue aux différentes déclinaisons SI de la stratégie Business du groupe.
