Ebooks Gratuits

Data Science : fondamentaux et études de cas

Auteure: Michel Lutz , Eric Biernat

Nombre de pages: 296

Nous vivons une époque très excitante, qui ramène l'analyse de données et les méthodes quantitatives au coeur de la société. L'aboutissement de nombreux projets de recherche, la puissance de calcul informatique disponible et des données à profusion permettent aujourd'hui d'incroyables réalisations, grâce au travail des data scientists. Un livre de référence pour les data scientists La data science est l'art de traduire des problèmes industriels, sociaux, scientifiques, ou de toute autre nature, en problèmes de modélisation quantitative, pouvant être résolus par des algorithmes de traitement de données. Cela passe par une réflexion structurée, devant faire en sorte que se rencontrent problèmes humains, outils techniques/informatiques et méthodes statistiques/algorithmiques. Chaque projet de data science est une petite aventure, qui nécessite de partir d'un problème opérationnel souvent flou, à une réponse formelle et précise, qui aura des conséquences réelles sur le quotidien d'un nombre plus ou moins important de personnes. Éric Biernat et Michel Lutz proposent de vous guider dans cette aventure. Ils vous feront visiter les vastes espaces de la data ...

Data science

Python pour le data scientist - 2e éd.

Auteure: Emmanuel Jakobowicz

Nombre de pages: 320

Python est devenu en quelques années un langage majeur dans l'univers des applications centrées sur le traitement des données, et plus particulièrement des gros volumes de données (big data). Cet ouvrage servira de guide à tous ceux qui s'intéressent à l'utilisation de Python pour le travail sur les données et l'automatisation de certaines tâches (data science). Il met l'accent sur la préparation et la mise en forme des données qui sont essentielles dans la qualité du résultat et qui constituent aujourd'hui une part importante du travail du data scientist. L'ensemble des exemples et des exercices présentés dans cet ouvrage sont disponibles sous forme de Notebooks Jupyter. Ils sont accessibles directement sur GitHub dans le répertoire dédié à l'ouvrage ou en téléchargement sur le site Dunod. Cette 2e édition comportent de très nombreuses mises à jour sur les évolutions récentes du langage Python, sur les "packages" utilisés en data science, et sur d'autres logiciels associés comme TensorFlow et Keras.

Data science par la pratique

Auteure: Joel Grus

Nombre de pages: 408

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...

Machine learning avec Python ANNULE

Auteure: Andreas C.MUELLER , Sarah GUIDO

Nombre de pages: 282

Entrez de plain-pied dans le monde fascinant la data science Vous aussi participez à la révolution qui ramène l'intelligence artificielle au coeur de notre société, grace aux data scientists. La data science consiste à traduire des problèmes de toute autre nature, en problèmes de modélisation quantitative, résolus par des algorithmes de traitement. Ce livre se présente comme une référence pour tous les développeurs, statisticiens ou chefs de projets ayant à résoudre des problèmes liés à la data science. Au programme : Pourquoi utiliser le machine learning Les différentes versions de Python L'apprentissage non supervisé et le préprocessing Représenter les données Processus de validation Algorithmes, chaînes et pipeline Travailler avec des données de type texte Du prototype à la production

Data Science par la pratique

Auteure: Joel Grus

Nombre de pages: 307

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 la discipline sans comprendre la data science. 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, Joël Grus, vous aidera à vous familiariser avec les maths et les statistiques qui sont au coeur de la data science et à acquérir 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. 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...

Data science pour l'entreprise

Auteure: Tom Fawcett , Foster Provost

Nombre de pages: 370

Cet ouvrage traite de façon détaillée mais non technique les principes fondamentaux de la data science. Tout au long d'un processus de "raisonnement orienté données", il vous guidera pour acquérir des connaissances utiles et extraire une valeur économique des données que vous collectez. L'apprentissage de la data science vous permettra de comprendre les nombreuses techniques de data mining utilisées aujourd'hui. Ces principes sous-tendent tous les processus et stratégies de data mining qui servent à résoudre des problèmes d'entreprise. "Ce livre est bien plus qu'une introduction à l'analyse de données. C'est un guide essentiel pour ceux d'entre nous (nous tous ?) qui ont entièrement fondé leur entreprise sur l'ubiquité des données et la nécessité, aujourd'hui, de la prise de décision orientée données." Tom Phillips, PDG, Dstillery ; ex-Directeur de Google Search and Analytics. "Les auteurs de ce livre, tous deux experts en data science avant même que la discipline soit nommée ainsi, présentent ici un sujet complexe en le rendant accessible à tous les niveaux. Cet ouvrage est une première du genre : il se concentre sur les concepts de la data science...

Apprendre la programmation web avec Python et Django

Auteure: Gilles Degols , Pierre Alexis , Hugues Bersini

Nombre de pages: 396

Enfin un ouvrage pour étudiants détaillant tous les principes de la programmation web moderne, avec l'un des frameworks de développement web les plus ambitieux : Django, basé sur le langage Python ! Un ouvrage de référence pour les étudiants Abondamment illustré d'exemples et rappelant les bonnes pratiques du domaine (modèle MVC, diagrammes UML, patterns), voici un livre de cours magistral et moderne sur la programmation web dynamique, que tous les enseignants en informatique peuvent utiliser. Complet et autonome, il pose solidement les fondamentaux de la conception web, avec ou sans framework : HTML 5/CSS 3, dynamisme alimenté par bases relationnelles SQL, sessions, JavaScript et Ajax, sans oublier de fournir au lecteur d'essentiels rappels en programmation objet, voire de montrer... ce qu'il ne faut pas faire en CGI ! Le langage Python et le framework Django sont introduits en douceur, et l'utilisation des vues, templates, formulaires et modèles Django, conformément aux principes MVC exposés dans la première partie, est illustrée au fil de l'étude de cas, un site web inspiré de Facebook. Cette étude est poussée jusqu'à la mise en place du projet chez un...

Les data sciences en 100 questions/réponses

Auteure: Younes Benzaki

Nombre de pages: 126

Un livre à la fois théorique et pratique Cet ouvrage a pour ambition de couvrir un large spectre du domaine des data sciences. Il va plus loin qu'un simple tour sur les algorithmes d'apprentissage automatique et s'attaque aux autres aspects, malheureusement négligés mais fondamentaux pour tout data scientist : concepts généraux mais poussés, dont la maîtrise est indispensable ; algorithmes d'apprentissage automatique les plus connus ; aspects liés à l'exploration des données ; mesures de performances et d'autres métriques utilisées par les algorithmes ; différents concepts fondamentaux en mathématiques à connaître pour mieux explorer et comprendre les données ; notions importantes des big data ; études de cas pratiques en langage Python. La première partie de ce livre est théorique et adopte un format questions/réponses qui présente plusieurs avantages, dont la possibilité pour le lecteur de lire distinctement chacune des questions pour parfaire son savoir. Un autre point fort de cette structure est qu'elle incite à entrer dans un dialogue. Ainsi, grâce aux questions posées, le lecteur est poussé vers une réflexion où il confronte ses réponses à...

Introduction au Machine Learning

Auteure: Chloé-Agathe Azencott

Nombre de pages: 240

Le machine learning (apprentissage automatique) est au coeur des data sciences et s'applique à une multitude de domaines tels que la reconnaissance des visages par ordinateur, la traduction automatique d'une langue à l'autre, la conduite automobile automatique, la publicité ciblée, l'analyse des réseaux sociaux, le trading financier, ... Ce livre propose une introduction aux concepts et aux algorithmes qui fondent le machine learning. Son objectif est de fournir au lecteur les outils pour : - identifier les problèmes qui peuvent être résolus par du machine learning, - formaliser ces problèmes en termes de machine learning, - identifier les algorithmes appropriés et les mettre en oeuvre, - savoir évaluer et comparer les performances de plusieurs algorithmes. Chaque chapitre est complété par des exercices corrigés.

Big Data et machine learning

Auteure: Pirmin Lemberger , Marc Batty , Médéric Morel , Jean-Luc Raffaëlli

Nombre de pages: 240

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.

Python pour la Data Science

Auteure: Amandine Velt

Nombre de pages: 388

Chief Data Officer

Auteure: Gilbert Ton , Alain Yen -Pon

Nombre de pages: 253

Nouveau métier et fonction émergente, le Chief data officer a désormais sa place dans les organigrammes des entreprises. En effet, avec la diffusion de plus en plus massive des nouvelles technologies, des nouvelles organisations et des transformations du travail, le CDO, chargé de faciliter l'accès aux données et donc de permettre de prendre des décisions optimales, se retrouve au coeur des principaux enjeux opérationnels et stratégiques des organisations. Conciliateurs, chefs d'orchestre, stratèges, bâtisseurs, alchimistes ou disrupteurs : - Qui sont les Chief Data Officers ? - Que peuvent-ils apporter à l'entreprise ? - Quelles sont leurs pratiques, leurs méthodes, leurs outils ? Ce livre, le premier traitant de la fonction de CDO en France, dresse un état des lieux du métier et des outils méthodologiques qui lui sont indispensables. Il offre également des retours d'expérience de CDO éclairés, et présente les meilleures pratiques et les écueils à éviter, ainsi que les perspectives sur les évolutions possibles de la fonction au regard des tendances actuelles en matière de technologies et d'organisations.

Programmer en Java

Auteure: Claude Delannoy

Nombre de pages: 953

Dans cet ouvrage, Claude Delannoy applique au langage Java la démarche pédagogique qui a fait le succès de ses livres sur le C et le C++. Il insiste tout particulièrement sur la bonne compréhension des concepts objet et sur l'acquisition de méthodes de programmation rigoureuses. L'apprentissage du langage se fait en quatre étapes : apprentissage de la syntaxe de base, maîtrise de la programmation objet en Java, initiation à la programmation graphique et événementielle avec la bibliothèque Swing, introduction au développement Web avec les servlets Java et les JSP. L'ouvrage met l'accent sur les apports des versions 5 à 8 de Java Standard Edition : programmation générique, types énumérés, annotations, streams et expressions lambda... Un chapitre est dédié aux design patterns en Java et cette 10e édition comporte deux chapitres supplémentaires sur des nouveautés majeures de Java 9 : L'outil JShell, très utile dans le cadre de l'apprentissage du langage puisqu'il permet de tester rapidement des blocs de code sans créer une application complète. Le Java Platform Module System (ex-projet Jigsaw), qui révolutionne la manière de structurer ses applications...

Exercices en langage C++

Auteure: Claude Delannoy

Nombre de pages: 377

Conçu pour les étudiants en informatique (DUT, licence, master, écoles d'ingénieur), ce recueil d'exercices corrigés et commentés est le complément idéal de Programmer en langage C++ du même auteur ou de tout autre ouvrage d'initiation au langage C++. L'ouvrage propose 178 exercices pour mieux assimiler la syntaxe de base du langage (types et opérateurs, instructions de contrôle, fonctions, tableaux, pointeurs...) et les concepts objet du C++. Les exercices vous permettront de vous forger une véritable méthodologie de conception de vos propres classes C++. Vous saurez notamment décider du bien-fondé de la surdéfinition de l'opérateur d'affectation ou du constructeur par recopie, tirer parti de l'héritage (simple ou multiple), créer vos propres bibliothèques de classes, exploiter les possibilités offertes par les patrons de fonctions et de classes, etc. Cette 4e édition inclut 20 nouveaux exercices portant notamment sur les pointeurs intelligents et sur la nouvelle sémantique de déplacement introduits par les versions C++11 et C++14 de la norme. Chaque chapitre débute par un rappel de cours suivi de plusieurs exercices de difficulté croissante. Les...

Deep Learning avec TensorFlow

Auteure: Aurélien Géron

Nombre de pages: 256

Cet ouvrage, conçu pour tous ceux qui souhaitent s'initier au Deep Learning (apprentissage profond) est la traduction de la deuxième partie du best-seller américain Hands-On Machine Learning with Scikit-Learn & TensorFloW. Le Deep Learning est récent et il évolue vite. Ce livre en présente les principales techniques : les réseaux de neurones profonds, capables de modéliser toutes sortes de données, les réseaux de convolution, capables de classifier des images, les segmenter et découvrir les objets ou personnes qui s'y trouvent, les réseaux récurrents, capables de gérer des séquences telles que des phrases, des séries temporelles, ou encore des vidéos, les Autoencoders qui peuvent découvrir toutes sortes de structures dans des données, de façon non supervisée, et enfin le Reinforcement Learning (apprentissage par renforcement) qui permet de découvrir automatiquement les meilleures actions pour effectuer une tâche (par exemple un robot qui apprend à marcher). Ce livre présente TensorFlow, le framework de Deep Learning créé par Google. Il est accompagné de Jupyter notebooks (disponibles sur github) qui contiennent tous les exemples de code du livre, afin...

Le data marketing

Auteure: Julien Hirth

Nombre de pages: 292

"Le [data marketing], c'est comme le sexe chez les adolescents : tout le monde en parle, personne ne sait vraiment comment le faire, tout lemonde pense que tout le monde le fait, donc tout le monde prétend le faire." Et les chiffres donnent raison à Dan Ariely, auteur de cette métaphore : selon une récente étude conduite par l'institut Morar, 72% des entreprises n'exploitent pas les données qu'elles collectent, déboussolées face à la complexité technologique, scientifique et organisationnelle introduite par l'afflux massif de données sur les consommateurs. Bible du data marketing, cet ouvrage propose de manière inédite une méthode robuste pour exploiter le plein potentiel de la donnée. Il permettra notamment au marketeur moderne de : comprendre les mécanismes de collecte, de stockage et de réconciliation des données ; maîtriser les principaux outils du data marketing (DMP, CRM 360, marketing automation, écosystème adtech...) ; démystifier les concepts mathématiques appliqués au marketing (clustering, scoring, marketing prédictif...).

Machine learning - 2e édition

Auteure: Amini Massih-Reza

Nombre de pages: 328

Machine Learning et intelligence artificielle Le Machine Learning est l’un des domaines de l’intelligence artificielle qui a pour but de concevoir des programmes qui ne sont pas explicitement codés pour s’acquitter d’une tâche particulière. Les concepts de ce domaine sont fondés sur la logique inférentielle et tentent de dégager des règles générales à partir d’un nombre fini d’observations. Un ouvrage de référence Cet ouvrage présente les fondements scientifiques de la théorie de l’apprentissage supervisé, les algorithmes les plus répandus développés suivant ce domaine ainsi que les deux cadres de l’apprentissage semi-supervisé et de l’ordonnancement, à un niveau accessible aux étudiants de master et aux élèves ingénieurs. La première édition, connue sous le nom Apprentissage machine, fut traduite en chinois par les éditions iTuring. Dans cette deuxième édition, un nouveau chapitre est dédié au Deep Learning, sur les réseaux de neurones artificiels, et nous avons réorganisé les autres chapitres pour un exposé cohérent reliant la théorie aux algorithmes développés dans cette sphère. Vous trouverez également dans cette...

Le Machine Learning Pour les Nuls

Auteure: Luca MASSARON , John Paul MUELLER

Nombre de pages: 408

Plongez au coeur de l'intelligence arficielle et de la data science Vous aussi participez à la révolution qui ramène l'intelligence artificielle au coeur de notre société, grace à la data scince et au machine learning. La data science consiste à traduire des problèmes de toute autre nature, en problèmes de modélisation quantitative, résolus par des algorithmes de traitement. Ce livre va vous faire découvrir tous les ingrédients qui font du machine learning l'outil indispensable du développement d'applications liées à l'intelligence artificielle. Au programme de ce livre : Découvrez toutes les applications du quotidien qui utilisent le machine learning Apprenez les langages du machine learning : Python et R, afin de vous adresser aux machines qui effectueront des traitements sur les données Apprenez à coder en R avec R studio Apprenez à coder en Python en utilisant Anaconda

Exploration de données et méthodes statistiques

Auteure: Lise Bellanger , Richard Tomassone

Nombre de pages: 479

La 4e de couv. indique : "La statistique envahit pratiquement tous les domaines d'application, aucun n'en est exclu ; elle permet d'explorer et d'analyser des corpus de données de plus en plus volumineux : l'ère des big data et du data mining s'ouvre à nous ! Cette omniprésence s'accompagne bien souvent de l'absence de regard critique tant sur l'origine des données que sur la manière de les traiter. La facilité d'utilisation des logiciels de traitement statistique permet de fournir quasi instantanément des graphiques et des résultats numériques. Le risque est donc grand d'une acceptation aveugle des conclusions qui découlent de son emploi, comme simple citoyen ou comme homme politique. Les auteurs insistent sur les concepts sans négliger la rigueur, ils décrivent les outils de décryptage des données. L'ouvrage couvre un large spectre de méthodes allant du pré-traitement des données aux méthodes de prévision, en passant par celles permettant leur visualisation et leur synthèse. De nombreux exemples issus de champs d'application variés sont traités à l'aide du logiciel libre R, dont les commandes sont commentées. L'ouvrage est destiné aux étudiants de...

R pour les data sciences

Auteure: Garrett Grolemund , Hadley Wickham

Nombre de pages: 496

Les data sciences constituent une discipline fascinante, qui vous servira à transformer des données brutes en idées et connaissances aisément compréhensibles. L’objectif de ce livre est de vous aider à maîtriser les outils essentiels qui vous permettront d’utiliser R dans la pratique des data sciences. Après l’avoir lu, vous pourrez faire face à la plupart des situations que vous rencontrerez dans vos projets, en exploitant au mieux les fonctionnalités de R. Mais avant de devenir un expert en R, vous devrez tout d’abord importer vos données, c’est-à-dire les lire, en général depuis un fichier, une base de données ou une API web, et les charger dans un cadre de données dans R. Si vous ne pouvez pas transférer vos données dans R, vous ne pourrez pas les analyser ! Une fois vos données importées, vous gagnerez beaucoup à les ranger. Une fois vos données rangées, vous passerez bien souvent par une étape de transformation. Une fois vos données rangées avec les variables dont vous avez besoin, la génération de connaissances reposera principalement sur deux moteurs : la visualisation et la modélisation. Leurs forces et faiblesses sont...

Python précis et concis

Auteure: Mark Lutz

Nombre de pages: 224

Python est un langage de programmation "généraliste", multi plate-forme, orienté objet et open source. Il est adapté à une grande diversité de contextes, et c'est aujourd'hui l'un des langages de programmation les plus utilisés au monde. Ce petit ouvrage de synthèse rassemble tous les types de variables, les commandes, les fonctions, les bibliothèques de modules et plus généralement tous les outils Python utiles aux développeurs. Il permet donc d'avoir un aperçu rapide en quelques pages du potentiel de chaque module. Le sommaire précis et l'index en fin de livre permettent de retrouver rapidement les informations recherchées. Cette cinquième édition couvre à la fois les versions 2.7 et 3.3.

Data mining

Auteure: Daniel T. Larose , Chantal D. Larose

Nombre de pages: 356

Tout sur le data mining dans un ouvrage entièrement mis à jour. Révolution de l'ingénierie de la connaissance, permettant de découvrir de nouvelles corrélations, tendances et modèles au sein de grandes masses de données, le data mining (ou fouille de données) est devenu l'outil de veille technologique, stratégique et concurrentielle par excellence, grâce à des logiciels d'analyse toujours plus puissants. Seule une bonne compréhension des mécanismes complexes, au carrefour de l'algorithmique et de la statistique, qui sous-tendent ces logiciels permet de les utiliser efficacement et de transformer des données brutes en connaissance, c'est-à-dire en information mobilisable pour prendre des décisions pertinentes. Mêlant la théorie et la pratique au travers d'exemples et d'exercices concrets, abondamment illustré, ce livre propose une méthodologie claire du data mining en expliquant ses concepts et techniques : classification et clusterisation, exploration et prédiction, arbres de décision, réseaux de neurones et de Kohonen, règles d'association, évaluation des modèles, etc. Cette deuxième édition, largement remaniée, propose de nouveaux chapitres sur...

Le Machine learning avec R - Modélisation mathématique rigoureuse

Auteure: Scott V. BURGER

Nombre de pages: 168

L'apprentissage automatique, un champ d'étude essentiel aux développements de l'Intelligence artificielle L'apprentissage automatique est un sujet intimidant jusqu'à ce que vous en connaissiez les principes fondamentaux. Si vous comprenez les principes essentiels du codage, ce livre d'introduction vous aidera à acquérir une base solide dans le domaine de l'apprentissage automatique. En utilisant le langage de programmation R, vous commencerez par apprendre à modéliser avec la régression, puis vous passerez à des sujets plus avancés tels que les réseaux de neurones et les méthodes arborescentes. Finalement, vous plongerez dans le monde de l'apprentissage automatique. en utilisant le package caret associé au langage de programmation R. Une fois que vous aurez développé une réelle familiarité avec des sujets tels que la différence entre les modèles de régression et de classification, vous serez en mesure de résoudre de multiples problèmes d'apprentissage automatique. L'auteur, Scott V. Burger, fournit également plusieurs exemples pour vous aider à bâtir une connaissance pratique de l'apprentissage automatique. Explorez le domaine de l'apprentissage...

Python 3 - 2e éd.

Auteure: Bob Cordeau , Laurent Pointal

Nombre de pages: 304

Le langage Python est un langage idéal pour l'apprentissage de la programmation. C'est la raison pour laquelle il est choisi pour initier aussi bien les jeunes enfants que les élèves des classes préparatoires. Il est également utilisé dans des contextes professionnels très divers qui vont de l'électronique de loisirs (makers) au machine learning dans les projets d'intelligence artificielle. Cet ouvrage ne requiert aucune connaissance préalable en informatique mais fournit des bases solides et synthétiques. La démarche pédagogique est renforcée par le recours à Pyzo, une distribution et un environnement complet et gratuit qui facilite l'utilisation et l'apprentissage de Python, et à Jupyter Notebook, une interface web, également gratuite qui permet de travailler en ligne sur des documents associant du code, du texte, des équations, des images, des vidéos et des graphiques. L'ouvrage "papier" comporte environ 30 exercices corrigés, et il est complété par des compléments en ligne qui proposent une centaine d'exercices corrigés supplémentaires. Cette 2e édition s'enrichit de trois nouveaux chapitres : l'un sur les bases de données, un autre sur l'écosystème ...

Maîtrisez l'utilisation des technologies Hadoop

Auteure: Juvénal Chokogoue

Nombre de pages: 432

Le manuel d'apprentissage de référence Cet ouvrage est un manuel d'apprentissage technique qui a été rédigé pour toute personne souhaitant développer des compétences sur une ou plusieurs technologie(s) de l'écosystème Hadoop. Il permet d'utiliser de façon professionnelle 18 technologies clés de l'écosystème Hadoop : Spark, Hive, Pig, Impala, ElasticSearch, HBase, Lucene, HAWQ, MapReduce, Mahout, HAMA, Tez, Phoenix, YARN, ZooKeeper, Storm, Oozie et Sqoop. L'ouvrage permet d'initier les débutants pour les emmener vers une utilisation professionnelle de ces technologies. Pour faciliter la compréhension de l'ouvrage, chaque chapitre s'achève par un rappel des points clés et un guide d'étude qui permettent au lecteur de consolider ses acquis. Des compléments web sont également disponibles en téléchargement sur le site www.editions-eyrolles.com/dl/0067478. Au fil de la lecture de cet ouvrage, vous allez comprendre les approches conceptuelles de chacune de ces technologies pour rendre vos compétences indépendantes de l'évolution d'Hadoop. Vous serez finalement capable d'identifier les portées fonctionnelle, stratégique et managériale de chacune de ces...

Deep Learning avec Keras et TensorFlow

Auteure: Aurélien Géron

Nombre de pages: 360

Cet ouvrage, conçu pour tous ceux qui souhaitent s'initier au deep learning (apprentissage profond), est la traduction de la deuxième partie du best-seller américain Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow (2e édition). Le deep learning est récent et il évolue vite. Ce livre en présente les principales techniques : les réseaux de neurones profonds, capables de modéliser toutes sortes de données, les réseaux de convolution, capables de classifier des images, les segmenter et découvrir les objets ou personnes qui s'y trouvent, les réseaux récurrents, capables de gérer des séquences telles que des phrases, des séries temporelles, ou encore des vidéos, les autoencodeurs qui peuvent découvrir toutes sortes de structures dans des données, de façon non supervisée, et enfin le reinforcement learning (apprentissage par renforcement) qui permet de découvrir automatiquement les meilleures actions pour effectuer une tâche (par exemple un robot qui apprend à marcher). Ce livre présente TensorFlow, le framework de deep learning créé par Google. Il est accompagné de notebooks Jupyter qui contiennent tous les exemples de code du livre, afin que ...

Traité d'architecture et d'urbanisme bioclimatiques

Auteure: Alain Liébard , André De Herde

Nombre de pages: 736

Comment concevoir ; édifier et aménager le bâtiment et le territoire en n'hypothéquant pas l'avenir de nos enfants ? Quelles architectures et quels urbanismes seront capables de répondre à nos besoins et à ceux des générations futures ? En 368 fiches didactiques et plus de 776 pages, le Traité d'architecture et d'urbanisme bioclimatiques répond à ces questions et à bien d'autres encore. Il propose des réponses concrètes en synthétisant l'état de l'art et des connaissances. Il offre une nouvelle approche conceptuelle assise sur l'examen systématique du " coût global actualisé ". A l'heure des grandes interrogations sur les changements climatiques, ; les aspirations au développement des populations du Sud, le maintien des niveaux de vie des populations du Nord, cet ouvrage veut partager avec tous les acteurs de la construction, de l'aménagement et du développement, qu'ils soient professionnels, étudiants, enseignants ou élus locaux et nationaux, les fruits d'un savoir concret et opérationnel. Le grand public trouvera également dans ce livre les informations et le sources d'inspiration pour construire sa propre maison individuelle bioclimatique, en accord...

Guide des sciences et technologies industrielles

Auteure: Jean-Louis Fanchon

Nombre de pages: 623

Le point sur le dessin industriel, les éléments de construction, les matériaux, les automatismes et la schématisation. Un ouvrage présentant l'ensemble des théories, analyses, banques de données et normes. Avec des éléments de cours, des exercices résolus et à résoudre.--[Memento].

Data Mining et statistique décisionnelle

Auteure: TUFFERY Stéphane

Nombre de pages: 848

Le data mining et la statistique sont de plus en plus répandus dans les entreprises et les organisations soucieuses d’extraire l’information pertinente de leurs bases de données, qu’elles peuvent utiliser pour expliquer et prévoir les phénomènes qui les concernent (risques, consommation, fidélisation...). Cette quatrième édition, actualisée et augmentée de 120 pages, fait le point sur le data mining, ses fondements théoriques, ses méthodes, ses outils et ses applications, qui vont du scoring jusqu’au web mining et au text mining. Nombre de ses outils appartiennent à l’analyse des données et la statistique "classique" (analyse factorielle, classification automatique, analyse discriminante, régression logistique, modèles linéaires généralisés, régression pénalisées...) mais certains sont plus spécifiques au data mining, comme les arbres de décision, les réseaux de neurones, les SVM, l’agrégation de modèles et la détection des règles d’associations. Ces outils sont disponibles dans des logiciels de plus en plus puissants et conviviaux, aptes à exécuter de nombreux algorithmes sur de grands volumes de données. Un chapitre de l’ouvrage...

Analyse de données avec Python - Optimiser la préparation des données avec Pandas, Numpy, Jupyter et IPython-collection O'Reilly

Auteure: Wes MCKINNEY

Nombre de pages: 363

Une bible pour les ingénieurs en science des données pour manipuler, traiter et nettoyer les données en Python Ce livre vous fera découvrir des instructions complètes pour la manipulation, le traitement, le nettoyage et la compression des jeux de données en Python. Mise à jour pour les dernières version 3.x de Python, la seconde édition de ce guide pratique est bourrée d'études de cas pratiques qui vous montrent comment résoudre efficacement un large ensemble de problèmes d'analyse de données. Vous y apprendrez à maîtriser les dernières versions de Pandas, NumPy, IPython et autre Jupyter. Au programme : Utilisez le shell IPython et Jupyter Notebook pour des explorer des projets informatiques Apprenez les fonctionnalités de base et avancées de NumPy (le raccourci de Numerical Python) Démarrez avec les outils d'analyse de données de la bibliothèque pandas Utiliser des outils flexibles pour charger, nettoyer, transformer, fusionner et remodeler les données Créez des visualisations informatives avec matplotlib Appliquez les outils de regroupement de pandas pour découper, trancher et résumer des jeux de données Analysez et manipulez des données provenant de...

L'apprentissage profond

Auteure: Yoshua Bengio , Aaron Courville , Ian Goodfellow

Nombre de pages: 770

Le livre de chevet de Elon Musk. Écrit par trois experts dans le domaine, Deep Learning est le seul livre complet sur le sujet. Il fournit une perspective générale et des préliminaires mathématiques indispensables aux ingénieurs en logiciel et aux étudiants qui entrent sur le terrain, et sert de référence aux autorités. Elon Musk, cofondateur et PDG de Tesla et SpaceXstudents L'apprentissage profond (ou deep learning) est un apprentissage automatique qui permet à l'ordinateur d'apprendre par l'expérience et de comprendre le monde en termes de hiérarchie de concepts. Parce que l'ordinateur recueille des connaissances à partir de l'expérience, il n'est pas nécessaire qu'un opérateur humain spécifie formellement toutes les connaissances dont l'ordinateur a besoin. Cet ouvrage présente un large éventail de sujets d'apprentissage profond. Le texte offre un contexte mathématique et conceptuel, théorie des probabilités et théorie de l'information, calcul numérique et apprentissage automatique. Il examine des applications telles que le traitement du langage naturel, la reconnaissance vocale, la vision par ordinateur, les systèmes de recommandation en ligne, la...

Apprendre à programmer avec Python 3

Auteure: Gérard Swinnen

Nombre de pages: 435

Un livre incontournable pour acquérir l'exigeante discipline qu'est l'art de la programmation ! Original et stimulant, cet ouvrage aborde au travers d'exemples attrayants et concrets tous les fondamentaux de la programmation. L'auteur a c

À la conquête des maths avec Python

Auteure: Peter Farrell

Nombre de pages: 314

Machine Learning Les fondamentaux - collection O'Reilly

Auteure: Andreas C. MUELLER , Sarah GUIDO

Nombre de pages: 154

Entrez de plain-pied dans le monde fascinant la data science avec cet ouvrage pratique, véritable pense bête de tous les data scientists, ingénieurs ou programmeurs Vous aussi participez à la révolution qui ramène l'intelligence artificielle au coeur de notre société, grace aux data scientists. La data science consiste à traduire des problèmes de toute autre nature, en problèmes de modélisation quantitative, résolus par des algorithmes de traitement. Au programme : Les différentes versions de Python L'apprentissage non supervisé et le préprocessing Représenter les données Processus de validation Algorithmes, chaînes et pipeline Travailler avec des données de type texte Utiliser Sikit-learn

Architecture des machines et des systèmes informatiques - 6e éd.

Auteure: Joëlle Delacroix , Alain Cazes

Nombre de pages: 544

Cet ouvrage présente le fonctionnement d'un ordinateur au niveau matériel et au niveau système d'exploitation. L'ordinateur est ainsi étudié depuis son niveau le plus haut - celui du du langage de programmation et celui de l'interface du système- jusqu'à son niveau le plus bas- celui de l'exécution binaire et des composants électroniques. Pour chaque fonction ou composant de la machine les notions de base sont présentées illustrées par des architectures à base de processeurs ou de systèmes d'exploitation connus. Chaque partie se termine par une série d'exercices corrigés. Cette sixième édition comporte quelques nouveaux exercices et approfondit des notions sur les systèmes d’exploitation, notamment sur la synchronisation de processus et le langage de commandes concernant les processus et les fichiers.

Apprentissage artificiel - 3e édition

Auteure: Vincent Barra , Laurent Miclet , Antoine Cornuéjols

Nombre de pages: 912

Résumé Les programmes d'intelligence artificielle sont aujourd'hui capables de reconnaître des commandes vocales, d'analyser automatiquement des photos satellites, d'assister des experts pour prendre des décisions dans des environnements complexes et évolutifs (analyse de marchés financiers, diagnostics médicaux...), de fouiller d'immenses bases de données hétérogènes, telles les innombrables pages du Web... Pour réaliser ces tâches, ils sont dotés de modules d'apprentissage leur permettant d'adapter leur comportement à des situations jamais rencontrées, ou d'extraire des lois à partir de bases de données d'exemples. Ce livre présente les concepts qui sous-tendent l'apprentissage artificiel, les algorithmes qui en découlent et certaines de leurs applications. Son objectif est de décrire un ensemble d'algorithmes utiles en tentant d'établir un cadre théorique pour l'ensemble des techniques regroupées sous ce terme "d'apprentissage artificiel". La troisième édition de ce livre a été complètement réorganisée pour s'adapter aux évolutions très significatives de l'apprentissage artificiel ces dernières années. Une large place y est accordée aux...

Intelligence artificielle : vers une domination programmée ?

Auteure: Jean-Gabriel Ganascia

Nombre de pages: 216

Aujourd’hui, les ordinateurs sont présents dans toutes nos activités quotidiennes. Une machine a vaincu le champion du monde du jeu de go, on construit automatiquement des connaissances à partir d’immenses masses de données (Big Data), des automates reconnaissent la parole articulée et comprennent des textes écrits en langage naturel... Les machines seraient-elles vraiment devenues intelligentes, posséderaient-elles un esprit, voire une conscience ? La complexité de l’intelligence artificielle dépasse notre entendement immédiat et suscite nombre d’idées reçues. Ainsi, l’intelligence artificielle reproduirait l’activité de notre cerveau, elle ferait que les ordinateurs ne se trompent jamais et... qu’à terme nous en devenions les esclaves. Jean-Gabriel Ganascia, en distinguant la réalité du pur fantasme, nous permet de comprendre ce qui se joue avec l’intelligence artificielle, quelles sont ses potentialités et ce qu’elle ne sera jamais... sauf au cinéma.

Bases de données orientées graphes avec Neo4j

Auteure: Amine Lies Benhenni , François-Xavier Bois

Nombre de pages: 181

La 4ème de couverture indique : "Une base de données optimisée pour le big data. Parmi les bases de données NoSQL, celles orientées "graphes" connaissent un succès fulgurant du fait de leur souplesse et de leur évolutivité extrême. Ne reposant sur aucun schéma, un graphe peut accepter de nouveaux flux de données sans nécessiter d'interventions lourdes. A l'heure où les sociétés ont compris que la fusion de leurs silos de données (CRM, ERP, Web, etc.) est une condition sine qua non pour créer de la valeur (solutions d'intelligence prédictive, moteurs de recommandation), cette propriété du graphe se révèle essentielle. En considérant les relations entre objets comme des données de premier ordre, de nouvelles perspectives d'exploration et d'analyse apparaissent et favorisent la découverte d'informations inédites. L'absence de barrières logiques ouvre également la porte à des modalités d'exploitation de la donnée en profondeur, sans nuire aux performances. Installés depuis de nombreuses années au coeur des infrastructures des géants du Web (Google, Facebook, Linkedln), les graphes sont désormais accessibles au plus grand nombre grâce à l'émergence ...

Les référentiels du système d'information

Auteure: Pascal Rivière , Joël Bizingre , Joseph Paumier

Nombre de pages: 304

Les systèmes d'information, tout en occupant une place de plus en plus stratégique dans l'entreprise, se complexifient. Pour y remédier il est important d'en optimiser la structure et notamment de les subdiviser en blocs homogènes et cohérents. Or cette urbanisation du SI passe nécessairement par une urbanisation des données. Les "données de référence" constituent l'ossature informationnelle sur laquelle les applications informatiques fonctionneront. Cet ouvrage a l'ambition de donner une vue d'ensemble sur les référentiels : en donner une définition, des caractéristiques et une typologie, montrer les enjeux stratégiques qu'ils portent, indiquer comment les concevoir et les piloter, et expliquer leur impact sur les aspects business.