Python pour le data scientist : des bases du langage au machine learning
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...
Salvato in:
| Autore principale: | |
|---|---|
| Natura: | Livre papier |
| Lingua: | Français |
| Pubblicazione: |
Malakoff :
Dunod
DL 2019.
|
| Edizione: | [Nouvelle édition], retirage corrigé avec nouvelle présentation. |
| Serie: | InfoPro. Applications métiers
|
| Soggetti: | |
| Nota: |
Les exemples sont disponibles sous forme de jupyter notebooks sur github.com |
| Autres localisations: | Voir dans le Sudoc |
| LEADER | 02800nam a22003137a 4500 | ||
|---|---|---|---|
| 001 | 708662 | ||
| 008 | 190920t20192018xxe ||| |||| 00| 0 fre d | ||
| 009 | PPN237905809 | ||
| 020 | |a 9782100801626 (br.) | ||
| 024 | |a 9782100801626 | ||
| 041 | 0 | |a fre | |
| 082 | |a 005.133 | ||
| 082 | |a 006.31 |z fre | ||
| 084 | |a 004 | ||
| 100 | 1 | |a Jakobowicz, Emmanuel, |d 1980- | |
| 245 | 1 | 0 | |a Python pour le data scientist : |b des bases du langage au machine learning |c Emmanuel Jakobowicz. |
| 250 | |a [Nouvelle édition], retirage corrigé avec nouvelle présentation. | ||
| 260 | |a Malakoff : |b Dunod, |c DL 2019. | ||
| 300 | |a 1 vol. (XI-304 p.) : |b ill., fig., graph., couv. ill. en coul. ; |c 25 cm. | ||
| 490 | 1 | |a InfoPro. Applications métiers | |
| 500 | |a Les exemples sont disponibles sous forme de jupyter notebooks sur github.com | ||
| 504 | |a Bibliogr. et webogr. p. [297]-299. Index | ||
| 505 | 0 | |a . L'origine et l'environnement Python. Les termes clés pour travailler avec Python en science des données. Comment développer en Python ? Comparatif Python / R. Les outils pour coder en Python. Python from scratch. Le langage orienté objet. Les structures. Les fonctions. Python et les données. La préparation des données et les premières statistiques. Utilisation du groupby pour décrire des données. Datavisualisation avec Python : le graphique comme outil de compréhension des données. Les graphiques interactifs avec bokeh. Le machine learning ou l'utilisation des algorithmes pour extraire de l'information. L'apprentissage supervisé avec Scikit Learn, Reco et TensorFlow. Python et le big data. Relations entre Python, Hadoop, MapReduce... Comment requêter des environnements big data avec Python | |
| 520 | |a 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. | ||
| 650 | |a Python (langage de programmation) | ||
| 650 | |a Apprentissage automatique | ||
| 650 | |a Exploration de données | ||
| 650 | |a Données massives | ||
| 997 | |0 708662 |1 Livre papier |a Ressource papier |c 0/Bourges/ |c 1/Bourges/BU/ |z Bourges, BU, 005.133 PYT | ||