Data science par la pratique : fondamentaux avec Python / Joel Grus

Livre

Grus, Joel. Auteur | Kottelanne, Tristan. Traducteur

Edité par Éditions Eyrolles - 2020 - 2e édition

La quatrième de couverture indique : " Un ouvrage de référence pour les (futurs) data scientists. Les bibliothèques, les frameworks, les modules et les boîtes à outils sont parfaits pour faire de la data science. Ils sont aussi un bon moyen de plonger dans cette discipline sans la comprendre. Dans cet ouvrage, vous apprendrez comment fonctionnent les outils et algorithmes les plus fondamentaux de la data science, en les réalisant à partir de zéro. Si vous êtes fort en maths et que vous connaissez la programmation, l'auteur, Joel Grus, vous aidera à vous familiariser avec les maths et les statistiques qui sont au coeur de la data science et avec les compétences informatiques indispensables pour démarrer comme data scientist. La profusion des données d'aujourd'hui contient les réponses aux questions que personne n'a encore pensé à poser. Ce livre vous enseigne comment obtenir ces réponses. La deuxième édition, revue et augmentée, de cet ouvrage comporte des codes et exemples associés entièrement réécrits en Python 3.6 et intègre de nouveaux chapitres sur l'apprentissage profond (deep learning), les statistiques et le traitement en langage naturel. ¤ Suivez un cours accéléré de Python. ¤ Apprenez les fondamentaux de l'algèbre linéaire, des statistiques et des probabilités, et comprenez comment et quand les utiliser en data science. ¤ Collectez, explorez, nettoyez, bricolez et manipulez les données. ¤ Plongez dans les bases de l'apprentissage automatique. ¤ Implémentez des modèles comme les k plus proches voisins, la classification naïve bayésienne, les régressions linéaire ou logistique, les arbres de décision, les réseaux neuronaux et le clustering. ¤ Explorez les systèmes de recommandation, le traitement du langage naturel, l'analyse de réseau, MapReduce et les bases de données. À qui s'adresse cet ouvrage ? ¤ Aux développeurs, statisticiens, étudiants et chefs de projet ayant à résoudre des problèmes de data science. ¤ Aux data scientists, mais aussi à toute personne curieuse d'avoir une vue d'ensemble de l'état de l'art de ce métier du futur."

Autres documents dans la collection «Blanche (Eyrolles)»

Vérification des exemplaires disponibles ...

Se procurer le document

Vérification des exemplaires disponibles ...

Suggestions

Du même auteur

Web Analytics 2.0 : mesurer l'impact de votre site web et des réseaux sociaux pour optimiser votre activité et répondre aux attentes de vos visiteurs / Avinash Kaushik | Kaushik, Avinash (19..-....). Auteur

Web Analytics 2.0 : mesurer l'impact de votre site web et des réseaux socia...

Livre | Kaushik, Avinash (19..-....). Auteur | 2011

Si le Web, tout comme le marketing et la publicité sur Internet, a connu ces dernières années une véritable révolution, nous n'avons pas pour autant changé notre manière d'exploiter les données que l'on peut y recueillir. Avinash ...

Du même sujet

Python pour la data science / Jake VanderPlas | VanderPlas, Jacob T.. Auteur

Python pour la data science / Jake VanderPlas

Livre | VanderPlas, Jacob T.. Auteur | 2022

Pour de nombreux chercheurs, Python constitue l'outil de prédilection en raison de ses riches librairies de fonctions de traitement et d'analyse de données. S'il existe des livres et tutoriels dédiés à ces différentes librairies, ...

Machine learning : les fondamentaux / Matt Harrison | Harrison, Matt (1975-....). Auteur

Machine learning : les fondamentaux / Matt Harrison

Livre | Harrison, Matt (1975-....). Auteur | 2020

"Avec plus de 200 extraits de code et de dizaines de notes techniques, ce guide de référence pratique se propose de vous aider à tracer votre route dans le domaine de l'apprentissage machine avec des données structurées. Son auteu...

Fundamentals of deep learning : designing next-generation machine intelligence algorithms / Nithin Buduma, Nikhil Buduma et Joe Papa | Buduma, Nithin (19..-....). Auteur

Fundamentals of deep learning : designing next-generation machine intellige...

Livre | Buduma, Nithin (19..-....). Auteur | 2022 - 2nd edition

Data science / John D. Kelleher and Brendan Tierney | Kelleher, John D. (1974-....). Auteur

Data science / John D. Kelleher and Brendan Tierney

Livre | Kelleher, John D. (1974-....). Auteur | 2018

Essential math for data science : take control of your data with fundamental linear algebra, probability, and statistics / Thomas Nield | Nield, Thomas. Auteur

Essential math for data science : take control of your data with fundamenta...

Livre | Nield, Thomas. Auteur | 2022

To succeed in data science you need some math proficiency. But not just any math. This common-sense guide provides a clear, plain English survey of the math you'll need in data science, including probability, statistics, hypothesi...

Python, du grand débutant à la programmation objet : cours et exercices corrigés / Nicolas Bourgeois | Bourgeois, Nicolas (1982-....) - mathématicien. Auteur

Python, du grand débutant à la programmation objet : cours et exercices cor...

Livre | Bourgeois, Nicolas (1982-....) - mathématicien. Auteur | 2021 - 2e édition

"Ce livre est destiné à toutes les personnes désireuses de s'initier à Python, qu'elles aient ou non déjà programmé dans un autre langage. Il permet de découvrir progressivement de nombreux concepts informatiques fondamentaux comm...

Chargement des enrichissements...