| Titre : | Data science : cours et exercices |
| Auteurs : | Massih-Reza Amini, Auteur ; Renaud Blanch, Auteur ; Marianne Clausel, Auteur ; Jean-Baptiste Durand, Auteur ; Éric Gaussier, Auteur ; Jérôme Malick, Auteur ; Christophe Picard, Auteur ; Vivien Quéma, Auteur ; Georges Quénot, Auteur |
| Type de document : | Monographie imprimée |
| Editeur : | Paris : Ellipses, DL 2018 |
| Collection : | Noire |
| ISBN/ISSN/EAN : | 978-2-212-67410-1 |
| Format : | 1 vol. (XII-254 p.) / ill., graph., fig., couv. ill. en coul. / 23 cm |
| Langues: | Français |
| Index. décimale : | 005.7565 |
| Résumé : |
La data science, ou science des données, est la discipline qui traite de la collecte, de la préparation, de la gestion, de l'analyse, de l'interprétation et de la visualisation de grands ensembles de données complexes. Elle n'est pas seulement concernée par les outils et les méthodes pour obtenir, gérer et analyser les données ; elle consiste aussi à en extraire de la valeur et de la connaissance. Cet ouvrage présente les fondements scientifiques et les composantes essentielles de la science des données, à un niveau accessible aux étudiants de master et aux élèves ingénieurs. Notre souci a été de proposer un exposé cohérent reliant la théorie aux algorithmes développés dans ces domaines. Il s'adresse aux chercheurs et ingénieurs qui abordent les problématiques liées à la science des données, aux data scientists de PME qui utilisent en profondeur les outils d'apprentissage, mais aussi aux étudiants de master, doctorants ou encore futurs ingénieurs qui souhaitent un ouvrage de référence en data science. [Source : 4e de couv.] |
| Sommaire : |
Introduction Prétraitement des données Gestion de données large-échelle et systèmes distribués Calcul haute performance Optimisation pour l'analyse de données Décomposition matricielle/tensorielle Modèles génératifs Modèles discriminants Deep learning Visualisation interactive d'information |
Disponibilité (10)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| INF/701 | Livre | bibliothèque sciences exactes | Consultable |
| INF/701 | Livre | bibliothèque sciences exactes | Empruntable |
| INF/701 | Livre | bibliothèque sciences exactes | Empruntable |
| INF/701 | Livre | bibliothèque sciences exactes | Empruntable |
| INF/701 | Livre | bibliothèque sciences exactes | Empruntable |
| INF/701 | Livre | bibliothèque sciences exactes | Empruntable |
| INF/701 | Livre | bibliothèque sciences exactes | Empruntable |
| INF/701 | Livre | bibliothèque sciences exactes | emprunté jusqu'au 19/09/2023 |
| INF/701 | Livre | bibliothèque sciences exactes | Empruntable |
| INF/701 | Livre | bibliothèque sciences exactes | Empruntable |
Les abonnés qui ont emprunté ce document ont également emprunté :
| Deep learning en action | Patterson, Josh |
| Algèbre, théorie des groupes | Cortella, Anne |
| Introduction au machine learning | Azencott, Chloé-Agathe |
| Recherche d'information | Amini, Massih-Reza |
