|
| Titre : |
Big data et machine learning : manuel du data scientist |
| Type de document : |
texte imprimé |
| Auteurs : |
Pirmin Lemberger, Auteur ; Marc Batty, Auteur ; Médéric Morel, Auteur ; Jean-Luc Raffäelli, Auteur |
| Editeur : |
Malakoff : Dunod |
| Année de publication : |
2015 |
| Collection : |
InfoPro |
| Sous-collection : |
Management des systèmes d'information |
| Importance : |
1 vol. (XVIII-219 p.) |
| Présentation : |
ill., couv. ill. en coul. |
| Format : |
25 cm |
| ISBN/ISSN/EAN : |
978-2-10-072074-3 |
| Index. décimale : |
002 Big data |
| Résumé : |
Quatrième de couverture : "Cet ouvrage s’adresse à tous ceux qui réfléchissent à la meilleure utilisation possible des données au sein de l’entreprise, 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...) ;
d’outils (écosystème Hadoop, Storm...) ;
d’exemples de machine learning ;
d’une organisation typique d’un projet de data science." |
Big data et machine learning : manuel du data scientist [texte imprimé] / Pirmin Lemberger, Auteur ; Marc Batty, Auteur ; Médéric Morel, Auteur ; Jean-Luc Raffäelli, Auteur . - Malakoff : Dunod, 2015 . - 1 vol. (XVIII-219 p.) : ill., couv. ill. en coul. ; 25 cm. - ( InfoPro. Management des systèmes d'information) . ISBN : 978-2-10-072074-3 | Index. décimale : |
002 Big data |
| Résumé : |
Quatrième de couverture : "Cet ouvrage s’adresse à tous ceux qui réfléchissent à la meilleure utilisation possible des données au sein de l’entreprise, 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...) ;
d’outils (écosystème Hadoop, Storm...) ;
d’exemples de machine learning ;
d’une organisation typique d’un projet de data science." |
|  |
Affiner la recherche Interroger des sources externes
