Big Data et Machine Learning: Manuel du data scientist - Softcover

Lemberger, Pirmin; Batty, Marc; Morel, Médéric; Raffaëlli, Jean-Luc

 
9782100720743: Big Data et Machine Learning: Manuel du data scientist

Inhaltsangabe

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.

Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.

Über die Autorin bzw. den Autor

Marc Batty est Co-fondateur de Dataiku, éditeur de la solution "Data Science Studio", un environnement complet d'analyse et de développement d'applications prédictives. Pirmin Lemberger est Consultant senior et responsable de la veille technologique dans le groupe SQLI, ses tribunes paraissent dans 01Business, le JDN ainsi que sur le blog du groupe SQLI. Médéric Morel est Fondateur et directeur général de contexeo, éditeur de logiciel dans le domaine de la contextualisation. Jean-Luc Raffaëlli est Directeur de projets stratégiques au sein de la DSI du Groupe La Poste. Il contribue aux différentes déclinaisons SI de la stratégie Business du groupe.

„Über diesen Titel“ kann sich auf eine andere Ausgabe dieses Titels beziehen.