Nous utilisons des cookies pour vous proposer des contenus et services adaptés. En poursuivant votre navigation sur ce site, vous acceptez l'utilisation de cookies.
Ce site respecte la loi RGPD du 25 mai 2018. Pour en savoir plus, cliquez ici

Big Data et Machine Learning
Les concepts et les outils de la data science

Big Data et Machine Learning - dunod - 9782100790371
Big Data et Machine Learning 

Auteur :

Editeur : DUNOD

Collection : InfoPro

Date parution :  (3ème édition)


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). 


En suivant ce lien, retrouvez tous les livres dans la collection InfoPro.
Auteurs :


Pirmin LEMBERGER : Docteur en physique théorique reconverti dans l'IT depuis une quinzaine d'années il est aujourd'hui data scientist, directeur scientifique chez Weave Business Technology. Spécialiste du Machine Learning il s'intéresse  actuellement au NLP (Natural Language Processing).

Marc BATTY : Cofondateur de Dataiku, plateforme de développement et d’exécution d’applications prédictives.

Médéric MOREL : Cofondateur et CEO de Mapwize, une plateforme de cartographie indoor. Il est auteur de cinq ouvrages chez Dunod.

Jean-Luc RAFFAëLLI : 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.


En suivant ce lien, retrouvez tous les livres dans la spécialité Informatique - Audiovisuel.
Reliure : Broché
Nbr de pages : 272
Dimension : 17.5 cm x 25 cm x 2 cm
ISBN 10 : 2100790374
ISBN 13 : 9782100790371
29,90 €
Sur commande , expédition sous 4 à 8 jours (en savoir plus)

Avis clients sur Big Data et Machine Learning - dunod - InfoPro

(Ils sont modérés par nos soins et rédigés par des clients ayant acheté l'ouvrage)
Donnez votre avis

  • EDI
‘…Nombreuses sont les publications consacrées au big data … Rares sont ceux écrits en français, et très peu manifestent une intention didactique. «  Big data et machine learning  », est l'une de ces heureuses exceptions…’
  • Tangente
‘…Le Big Data, techniquement, comment ça marche…’

 

ANCIENNE EDITION

Dernières parutions dans InfoPro, Refactoring

Refactoring

Comment améliorer le code existant
39,90 €
Dernières parutions dans InfoPro, Maîtrise d'ouvrage des projets informatiques

Maîtrise d'ouvrage des projets informatiques

La responsabilité métier tournée vers l'agilité
29,90 €
Dernières parutions dans InfoPro, Kubernetes

Kubernetes

Maîtrisez l'orchestrateur des infrastructures du futur
25,00 €
Dernières parutions dans InfoPro, Docker

Docker

Pratique des architectures à base de conteneurs
29,90 €
Dernières parutions dans InfoPro, Cloud computing

Cloud computing

Sécurité, gouvernance du SI hybride et panorama du marché
29,90 €

Rubriques associées pour Big Data et Machine Learning :