Data scientist et langage R : IA, machine learning et statistiques : Forecast, Tenseur, Gradient, Pytorch, Keras, CNN, LLM, GPT, RAG...
"Ce guide complet sur la Data Science vous plonge dans un univers passionnant : langage R, réseaux neuronaux, IA générative, outils incontournables du machine learning et du deep learning sont autant de sujets qui vous permettront de devenir promoteurs d'innovations dans votre organisation...
Enregistré dans:
| Auteurs principaux: | , |
|---|---|
| Format: | Livre papier |
| Sprog: | Français |
| Udgivet: |
St Herblain :
Éditions ENI
C 2025.
|
| Udgivelse: | 4e édition. |
| Serier: | Epsilon
|
| Fag: | |
| Kommentar: |
La graphie correcte du lieu d'édition est : Saint-Herblain La page de titre et la couverture portent en plus : "En téléchargement code R et fichiers de données" Sur la couverture : Informatique technique |
| Autres localisations: | Voir dans le Sudoc |
| Edition sous un autre format: | • Data scientist et langage R, IA, machine learning et statistiques, Forecast, Tenseur, Gradient, Pytorch, Keras, CNN, LLM, GPT, RAG..., Eva Laude, Henri Laude, 4e édition, 2025, St-Herblain, Editions ENI, 978-2-4090-5075-6 |
| LEADER | 03728nam a22003617a 4500 | ||
|---|---|---|---|
| 001 | 1361908 | ||
| 008 | 250919t20252025xxe ||| |||| 00| 0 fre d | ||
| 009 | PPN290096413 | ||
| 020 | |a 9782409050749 (broché) : |c 54 EUR | ||
| 024 | |a 9782409050749 | ||
| 041 | 0 | |a fre | |
| 082 | |a 005.7 | ||
| 100 | 1 | |a Laude, Eva, |d 19..-...., |c informaticienne. | |
| 245 | 1 | 0 | |a Data scientist et langage R : |b IA, machine learning et statistiques : Forecast, Tenseur, Gradient, Pytorch, Keras, CNN, LLM, GPT, RAG... |c Eva Laude, Henri Laude. |
| 250 | |a 4e édition. | ||
| 260 | |a St Herblain : |b Éditions ENI. | ||
| 260 | |c C 2025. | ||
| 300 | |a 1 volume (890 pages) : |b illustrations, graphiques, cartes, couverture illustrée en couleurs ; |c 22 cm. | ||
| 490 | 0 | |a Epsilon |x 1960-3444 | |
| 500 | |a La graphie correcte du lieu d'édition est : Saint-Herblain | ||
| 500 | |a La page de titre et la couverture portent en plus : "En téléchargement code R et fichiers de données" | ||
| 500 | |a Sur la couverture : Informatique technique | ||
| 504 | |a Index | ||
| 520 | |a "Ce guide complet sur la Data Science vous plonge dans un univers passionnant : langage R, réseaux neuronaux, IA générative, outils incontournables du machine learning et du deep learning sont autant de sujets qui vous permettront de devenir promoteurs d'innovations dans votre organisation. Clair et progressif, ce guide accompagne aussi bien les professionnels souhaitant approfondir leurs compétences que les managers désireux de mieux comprendre les enjeux de la data science, sans tomber dans l'excès de formalisme. Cette quatrième édition, entièrement repensée, propose une exploration progressive des concepts clés. Vous commencerez par découvrir le langage R, ses liens étroits avec les statistiques et le machine learning, avant d'approfondir les réseaux neuronaux et l'intelligence artificielle générative. Vous apprendrez à utiliser - et même à améliorer localement - vos propres modèles LLM (comme les GPT) grâce aux techniques modernes telles que le RAG et les agents intelligents. Les auteurs proposent une approche multiplateforme R / Python à travers des frameworks communs et puissants : Shiny pour créer des applications web de data science ; ggplot2 pour des visualisations de haute qualité ; igraph pour l'analyse de graphes ; NLTK pour le traitement du langage naturel ; PyTorch, Keras et TensorFlow pour le deep learning. Vous découvrirez également comment intégrer R et Python dans une même application et manipuler les données de manière cohérente d'un langage à l'autre. Les bases mathématiques sont présentées de manière claire et accessible, permettant de comprendre les notations des publications scientifiques, les manipulations tensorielles en PyTorch ou encore les calculs différentiels via le package Pracma (R) qui clone les fonctions de Matlab. L'ouvrage traite enfin de sujets avancés : séries temporelles, logique floue, traitement d'images, inférence spatio-temporelle et NLP." | ||
| 630 | |a R |n logiciel | ||
| 650 | |a Apprentissage automatique | ||
| 650 | |a Données massives | ||
| 650 | |a Exploration de données | ||
| 650 | |a Analyse des données | ||
| 650 | |a Ordinateurs | ||
| 700 | 1 | |a Laude, Henri, |d 1958- |4 aut | |
| 776 | 0 | |0 288820355 |t Data scientist et langage R |o IA, machine learning et statistiques |o Forecast, Tenseur, Gradient, Pytorch, Keras, CNN, LLM, GPT, RAG... |f Eva Laude, Henri Laude |e 4e édition |d 2025 |c St-Herblain |n Editions ENI |z 978-2-4090-5075-6 | |
| 997 | |0 1361908 |1 Livre papier |a Ressource papier |b INSA |c 0/Bourges/ |c 0/Orléans/ |c 1/Bourges/INSA CVL/ |c 1/Orléans/BU Sciences, Technologies, STAPS/ |z Orléans, BU Sciences, Technologies, STAPS, 005.74 LAU |z Bourges, INSA CVL, 005.74 LAU | ||