Big Data et Machine Learning - 3e éd. - Les concepts et les outils de la data science: Les concepts et les outils de la data science. Dieser Artikel ist nicht verfügbar.
7 Bewertungen von Goodreads
Sprache: Französisch
Verlag: DUNOD, 2019
Serie: Buch 33 von 43 - InfoPro
- Softcover
- Gebraucht

Anbieter: medimops, Berlin, Deutschlandmedimops
Verkäufer/-in mit 5 Sternen
AbeBooks-Verkäufer/-in seit 10. Mai 2010
Nicht verfügbar
Softcover
Zustand: Gebraucht - Befriedigend
EUR 14,72
Artikelbeschreibung des Verkäufers
Befriedigend/Good: Durchschnittlich erhaltenes Buch bzw. Schutzumschlag mit Gebrauchsspuren, aber vollständigen Seiten. / Describes the average WORN book or dust jacket that has all the pages present.
Bestandsnummer des Verkäufers M02100790374-G
- Titel
- Big Data et Machine Learning - 3e éd. - Les concepts et les outils de la data science: Les concepts et les outils de la data science
- Autor
- Lemberger, Pirmin
- Verlag
- DUNOD
- Erscheinungsjahr
- 2019
- Zustand
- good
- Einband
- Softcover
- Sprache
- Französisch
- ISBN-10
- 2100790374
- ISBN-13
- 9782100790371
- Serie
- Buch 33 von 43: InfoPro
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...) 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...) ; - 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.
„Inhaltsangabe“ gehört möglicherweise zu einer anderen Auflage dieses Titels.
Über die Autorin bzw. den Autor
Pirmin Lemberger est directeur scientifique chez onepoint x weave. Spécialiste du Machine Learning, il est responsable de la veille technologique en IA au sens large et s'intéresse plus particulièrement aux sujets émergents du Deep Learning (NLP, théorie du transport optimal, apprentissage par renforcement). Marc Batty est cofondateur de Dataiku, éditeur de la solution "Dataiku DSS", une plateforme de développement et d'exécution d'applications prédictives. Medéric Morel est cofondateur et CEO de Mapwize, une plateforme de cartographie indoor. Jean-Luc Raffaëlli est architecte d'entreprise au sein du groupe La Poste. Il contribue aux différentes déclinaisons stratégiques des SI et à l'animation de la communauté des architectes du groupe.
„Über diesen Titel“ gehört möglicherweise zu einer anderen Auflage dieses Titels.