Big data et machine learning (notice n° 156765)

000 -Label
leader 02525cam a2200301 4500
001 - Numéro de notice
Numéro d'identification notice FRBNF451351280000006
010 ## - ISBN
ISBN 9782100754632
qualificatif br.
disponibilité et/ou prix 29,90 EUR
020 ## - Numéro de la bibliographie nationale
numéro 01662198
073 #0 - EAN
Numéro 9782100754632
100 ## - Données générales de traitement
données générales de traitement 20161007d2016 m y0frey50 ba
101 0# - Langue
langue du document français
105 ## - Zone de données codées : textes, monographies
données codées - monographies ||||z 00|y|
106 ## - Zone de données codées : forme de la ressource
données codées - textes - caractéristiques physiques r
200 1# - Titre
titre propre Big data et machine learning
type de document Livre
complément du titre les concepts et les outils de la data science
Auteur Pirmin Lemberger, Marc Batty, Médéric Morel, Jean-Luc Rafaëlli
Auteur secondaire préface d'Aurélien Géron
205 ## - Mention d'édition
mention d'édition 2 édition
210 ## - Editeur
lieu de publication Malakoff
nom de l'éditeur Dunod
date de publication DL 2016
-- cop. 2016
lieu de fabrication 42-Saint-Just-la-Pendue
nom du fabricant Impr. Chirat
215 ## - Description
Importance matérielle 1 volume de XVI-255 pages
autres carac. matérielles illustré en noir et blanc, couverture illustrée en couleur
format 25 cm.
225 ## - collection
titre de la collection InfoPro
titre de partie Management des systèmes d'information
300 ## - Note
note Index
330 ## - Résumé
Résumé 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 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...) ;• des outils les plus répandus (écosystème Hadoop, Storm...) ;• d'exemples d'applications ;• d'une organisation typique d'un projet de data science.Cette deuxième édition est complétée et enrichie par des mises à jour sur les réseaux de neurones et sur le Deep Learning ainsi que sur Spark.
410 #0 - collection
numéro d'identification de la notice 39969665
titre InfoPro. Management des systèmes d'information
ISSN 1773-5483
date de publication 2016
410 #0 - collection
numéro d'identification de la notice 38936043
titre InfoPro (Paris)
ISSN 1637-2441
date de publication 2016
606 ## - sujets
numéro de la notice d'autorité 11940346
sujet Analyse des données
numéro de la notice d'autorité 12043784
subdivision du sujet Aspect économique
code du système d'indexation rameau
koha internal code 1534
606 ## - sujets
numéro de la notice d'autorité 16657853
sujet Données massives
numéro de la notice d'autorité 11950206
subdivision du sujet Gestion
code du système d'indexation rameau
koha internal code 3613
676 ## - classification
indice Dewey 658.403 8011
édition 23
686 ## - classification
code du système Cadre de classement de la Bibliographie nationale française
801 #0 - source de catalogage
agence de catalogage FR-751131015
date de la transaction 20161007
règles de catalogage utilisées AFNOR
code du format utilisé intermrc
Exemplaires
Propriétaire dépositaire permanent niveau de localisation Code barre cote Statut note
Bibliothèque Universitaire Mohamed Sekkat Bibliothèque Universitaire Mohamed Sekkat 2ème étage 66822 658.403 801 1 LEM Exclu du prêt New 2018

© tous droits réservés 2023 | Bibliothèque Universitaire Mohamed Sekkat
Site web http://bums.univh2c.ma/
E-mail : [email protected]
Tél : +212 666 036 169 / 666 035 560

Propulsé par Koha