Big Data et Machine Learning - 3e éd. - Les concepts et les outils de la data science
Editions DUNOD
Format BrochéAuteur : Pirmin Lemberger, Marc Batty, Médéric Morel, Jean-Luc Raffaëlli
Format BrochéAuteur : Pirmin Lemberger, Marc Batty, Médéric Morel, Jean-Luc Raffaëlli
38,82 €
TTC
Livraison sous 15 jours
Notes et avis clients
personne n'a encore posté d'avis
sur cet article
Description
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&hellip) 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 :
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&hellip) 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&hellip)
- 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.
Caractéristiques
Caractéristiques
- Format
- Broché
- Collection
- InfoPro
- Date de parution
- 14/08/2019