Big data et machine learning (Record no. 427465)

000 -Label
leader 06632cam0 2200661 4500
001 - Numéro de notice
Numéro identification notice 427465
003 - Identifiant pérenne de la notice
Identifiant pérenne http://www.sudoc.fr/195624653
005 - Numéro d'identification de la version
Numéro d'identification de la version 20220511000005.0
009 - PPN
PPN 195624653
010 ## - ISBN
ISBN 978-2-10-075463-2
qualificatif br.
disponibilité et/ou prix 29,90 EUR
035 ## - Autres numéros de contrôle
Numéro de contrôle (OCoLC)960196724
-- SYM508048
039 ## - Type de document
type de document Livre
073 #1 - EAN
Numéro 9782100754632
099 00 - Informations locales
-- 0
100 ## - Données générales de traitement
données générales de traitement 20161010h20162016k y0frey50 ba
101 0# - Langue de la ressource
langue du document français
102 ## - Pays de publication ou de production
pays de publication France
105 ## - Zone de données codées : textes, monographies
données codées - monographies a a 001yy
106 ## - Zone de données codées : forme de la ressource
données codées - r
181 ## - Zone de données codées : type de contenu
données de lien entre zones z01
autre code de la forme de contenu texte
code du système d'indexation rdacontent
181 #1 - Zone de données codées : type de contenu
données de lien entre zones z01
code ISBD de la forme de contenu i#
code ISBD de qualifiation du contenu xxxe##
182 ## - Zone de données codées : type de médiation
données de lien entre zones z01
autre code du type de médiation
code du système d'indexation rdamedia
182 #1 - Zone de données codées : type de médiation
données de lien entre zones z01
code ISBD du type de médiation sans médiation
183 ## - Zone de données codées : type de support matériel
données de lien entre zones z01
code du type de moyen nga
code du système d'indexation rdamedia
200 1# - Titre
titre propre Big data et machine learning
complément du titre les concepts et les outils de la data science
Auteur Pirmin Lemberger,... Marc Batty,... Médéric Morel,... [et al.]
Auteur secondaire préface d'Aurélien Géron
205 ## - Mention d'édition
mention d'édition 2e édition
214 #0 - Publication, production, diffusion, etc.
lieu de publication Malakoff
nom de l'éditeur Dunod
date de publication DL 2016
215 ## - Description matérielle
Indication spécifique du type de document et importance matérielle 1 vol. (XVI-255 p.)
autres carac. matérielles ill., couv. ill. en coul.
dimensions 25 cm
225 2# - Collection
titre de la collection InfoPro
titre de partie Management des systèmes d'information
305 ## - Note
note Suite du tirage : 2018
314 ## - Note
texte de la note Autre contribution : Jean-Luc Raffaëlli (auteur)
320 ## - Note
note Notes bibliogr. et webogr. Index
330 ## - Résumé
Résumé 4e de couv. : " 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... 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."
359 2# - Table des matières
Numéro de page ou de plage P. III
Entrée de table de matières de niveau 1 Préface
Numéro de page ou de plage P. XV
Entrée de table de matières de niveau 1 Avant-propos
-- Première partie - Les fondements du Big Data
Numéro de page ou de plage P. 3
Entrée de table de matières de niveau 1 Chapitre 1 - Les origines du Big Data
Numéro de page ou de plage P. 3
Entrée de table de matières de niveau 2 1.1 La perception de la donnée dans le grand public
Numéro de page ou de plage P. 5
Entrée de table de matières de niveau 2 1.2 Des causes économiques et technologiques
Numéro de page ou de plage P. 8
Entrée de table de matières de niveau 2 1.3 La donnée et l'information
Numéro de page ou de plage P. 9
Entrée de table de matières de niveau 2 1.4 La valeur
Numéro de page ou de plage P. 10
Entrée de table de matières de niveau 2 1.5 Les ressources nécessaires
Numéro de page ou de plage P. 11
Entrée de table de matières de niveau 2 1.6 De grandes opportunités
Numéro de page ou de plage P. 13
Entrée de table de matières de niveau 1 Chapitre 2 - Le Big Data dans les organisations
Numéro de page ou de plage P. 13
Entrée de table de matières de niveau 2 2.1 La recherche de l'Eldorado
Numéro de page ou de plage P. 14
Entrée de table de matières de niveau 2 2.2 L'avancée par le cloud
Numéro de page ou de plage P. 15
Entrée de table de matières de niveau 2 2.3 La création de la valeur
Numéro de page ou de plage P. 15
Entrée de table de matières de niveau 2 2.4 Les « 3V » du Big Data
Numéro de page ou de plage P. 17
Entrée de table de matières de niveau 2 2.5 Un champ immense d'applications
Numéro de page ou de plage P. 19
Entrée de table de matières de niveau 2 2.6 Exemples de compétences à acquérir
Numéro de page ou de plage P. 22
Entrée de table de matières de niveau 2 2.7 Des impacts à tous les niveaux
Numéro de page ou de plage P. 26
Entrée de table de matières de niveau 2 2.8 « B » comme Big Data ou Big Brother ?
Numéro de page ou de plage P. 29
Entrée de table de matières de niveau 1 Chapitre 3 - Le mouvement NoSQL
Numéro de page ou de plage P. 29
Entrée de table de matières de niveau 2 3.1 Bases relationnelles, les raisons d'une domination
Numéro de page ou de plage P. 34
Entrée de table de matières de niveau 2 3.2 Le dogme remis en question
Numéro de page ou de plage P. 40
Entrée de table de matières de niveau 2 3.3 Les différentes catégories de solutions
Numéro de page ou de plage P. 50
Entrée de table de matières de niveau 2 3.4 Le NoSQL est-il l'avenir des bases de données ?
Numéro de page ou de plage P. 53
Entrée de table de matières de niveau 1 Chapitre 4 - L'algorithme MapReduce et le framework Hadoop
Numéro de page ou de plage P. 53
Entrée de table de matières de niveau 2 4.1 Automatiser le calcul parallèle
Numéro de page ou de plage P. 54
Entrée de table de matières de niveau 2 4.2 Le pattern MapReduce
Numéro de page ou de plage P. 58
Entrée de table de matières de niveau 2 4.3 Des exemples d'usage de MapReduce
Numéro de page ou de plage P. 63
Entrée de table de matières de niveau 2 4.4 Le framework Hadoop
Numéro de page ou de plage P. 68
Entrée de table de matières de niveau 2 4.5 Au-delà de MapReduce
Entrée de table de matières de niveau 1 Deuxième partie - Le métier de data scientist
Numéro de page ou de plage P. 73
Entrée de table de matières de niveau 1 Chapitre 5 - Le quotidien du data scientist
Numéro de page ou de plage P. 73
Entrée de table de matières de niveau 2 5.1 Data scientist : licorne ou réalité ?
Numéro de page ou de plage P. 80
Entrée de table de matières de niveau 2 5.2 Le data scientist dans l'organisation
Numéro de page ou de plage P. 82
Entrée de table de matières de niveau 2 5.3 Le workflow du data scientist
Numéro de page ou de plage P. 91
Entrée de table de matières de niveau 1 Chapitre 6 - Exploitation et préparation de données
Numéro de page ou de plage P. 91
Entrée de table de matières de niveau 2 6.1 Le déluge des données
Numéro de page ou de plage P. 96
Entrée de table de matières de niveau 2 6.2 L'exploitation de données
Numéro de page ou de plage P. 101
Entrée de table de matières de niveau 2 6.3 La préparation de données
Numéro de page ou de plage P. 106
Entrée de table de matières de niveau 2 6.4 Les outils de préparation de données
Numéro de page ou de plage P. 109
Entrée de table de matières de niveau 1 Chapitre 7 - Le Machine Learning
Numéro de page ou de plage P. 109
Entrée de table de matières de niveau 2 7.1 Qu'est-ce que Le Machine Learning ?
Numéro de page ou de plage P. 119
Entrée de table de matières de niveau 2 7.2 Les différents types de Machine Learning
Numéro de page ou de plage P. 122
Entrée de table de matières de niveau 2 7.3 Les principaux algorithmes
Numéro de page ou de plage P. 136
Entrée de table de matières de niveau 2 7.4 Réseaux de neurones et Deep Learning
Numéro de page ou de plage P. 152
Entrée de table de matières de niveau 2 7.5 Illustrations numériques
Numéro de page ou de plage P. 163
Entrée de table de matières de niveau 2 7.6 Systèmes de recommandation
Numéro de page ou de plage P. 173
Entrée de table de matières de niveau 1 Chapitre 8 - La visualisation des données
Numéro de page ou de plage P. 173
Entrée de table de matières de niveau 2 8.1 Pourquoi visualiser l'information ?
Numéro de page ou de plage P. 177
Entrée de table de matières de niveau 2 8.2 Quels graphes pour quels usages ?
Numéro de page ou de plage P. 184
Entrée de table de matières de niveau 2 8.3 Représentation de donnée complexes
Entrée de table de matières de niveau 1 Troisième partie - Les outils du Big Data
Numéro de page ou de plage P. 193
Entrée de table de matières de niveau 1 Chapitre 9 - L'écosystème Hadoop
Numéro de page ou de plage P. 194
Entrée de table de matières de niveau 2 9.1 La jungle de l'éléphant
Numéro de page ou de plage P. 196
Entrée de table de matières de niveau 2 9.2 Les composants d'Apache Hadoop
Numéro de page ou de plage P. 203
Entrée de table de matières de niveau 2 9.3 Les principales distributions Hadoop
Numéro de page ou de plage P. 206
Entrée de table de matières de niveau 2 9.4 Spark ou la promesse du traitement Big Data in-memory
Numéro de page ou de plage P. 212
Entrée de table de matières de niveau 2 9.5 Les briques analytiques à venir
Numéro de page ou de plage P. 214
Entrée de table de matières de niveau 2 9.6 Les librairies de calcul
Numéro de page ou de plage P. 219
Entrée de table de matières de niveau 1 Chapitre 10 - Analyse de logs avec Pig et Hive
Numéro de page ou de plage P. 219
Entrée de table de matières de niveau 2 10.1 Pourquoi analyser des logs ?
Numéro de page ou de plage P. 220
Entrée de table de matières de niveau 2 10.2 Pourquoi choisir Pig ou Hive ?
Numéro de page ou de plage P. 221
Entrée de table de matières de niveau 2 10.3 La préparation des données
Numéro de page ou de plage P. 226
Entrée de table de matières de niveau 2 10.4 L'analyse des parcours clients
Numéro de page ou de plage P. 229
Entrée de table de matières de niveau 1 Chapitre 11 - Les architectures gamma
Numéro de page ou de plage P. 229
Entrée de table de matières de niveau 2 11.1 Les enjeux du temps réel
Numéro de page ou de plage P. 231
Entrée de table de matières de niveau 2 11.2 Rappels sur MapReduce et Hadoop
Numéro de page ou de plage P. 231
Entrée de table de matières de niveau 2 11.3 Les architectures gamma
Numéro de page ou de plage P. 239
Entrée de table de matières de niveau 1 Chapitre 12 - Apache Storm
Numéro de page ou de plage P. 239
Entrée de table de matières de niveau 2 12.1 Qu'est-ce que Storm ?
Numéro de page ou de plage P. 240
Entrée de table de matières de niveau 2 12.2 Positionnement et intérêt dans les architectures gamma
Numéro de page ou de plage P. 241
Entrée de table de matières de niveau 2 12.3 Principes de fonctionnement
Numéro de page ou de plage P. 244
Entrée de table de matières de niveau 2 12.4 Un exemple très simple
Numéro de page ou de plage P. 247
Entrée de table de matières de niveau 1 Conclusion
Numéro de page ou de plage P. 251
Entrée de table de matières de niveau 1 Index
410 ## - Appartient à la collection
numéro d'identification de la notice 087550156
titre InfoPro. Management des systèmes d'information
ISSN 1773-5483
452 ## - A pour autre édition sur support différent
numéro d'identification de la notice 197272681
titre Big data et machine learning
complément du titre les concepts et les outils de la data science
première mention de responsabilité Pirmin Lemberger,... Marc Batty,... Médéric Morel,... [et al.]
mention d'édition 2e édition
lieu de publication Malakoff
nomde l'éditeur, du distributeur, etc Dunod
date de publication 2016
mention de collection InfoPro
ISBN 978-2-10-075665-0
606 ## - Nom commun – Vedette matière
numéro de la notice d'autorité 167193686
sujet Données massives
code du système d'indexation rameau
606 ## - Nom commun – Vedette matière
numéro de la notice d'autorité 027940373
sujet Apprentissage automatique
code du système d'indexation rameau
606 ## - Nom commun – Vedette matière
numéro de la notice d'autorité 035198222
sujet Exploration de données
code du système d'indexation rameau
606 ## - Nom commun – Vedette matière
sujet Big data
code du système d'indexation lc
606 ## - Nom commun – Vedette matière
sujet Machine learning
code du système d'indexation lc
606 ## - Nom commun – Vedette matière
sujet Data mining
code du système d'indexation lc
676 ## - Classification décimale Dewey
indice Dewey 006.31
édition 22
langue d'édition fre
676 ## - Classification décimale Dewey
indice Dewey 658.05
676 ## - Classification décimale Dewey
indice Dewey 658.403 8
édition 23
680 ## - Classification de la Bibliothèque du Congrès
indice LOC Q325.5
680 ## - Classification de la Bibliothèque du Congrès
indice LOC QA76.9.D3
686 ## - Autres classifications
Indice 68Pxx
subdivision de l'indice 2000
code du système d'indexation msc
686 ## - Autres classifications
Indice 68N19
subdivision de l'indice 2000
code du système d'indexation msc
700 #1 - Nom de personne - responsabilité principale
numéro de la notice d'autorité 169069400
auteur Lemberger
partie du nom autre que l'élément d'entrée Pirmin
code de fonction Auteur
701 #1 - Nom de personne - autre responsabilité principale
numéro de la notice d'autorité 184212413
nom Batty
prénom Marc
code de fonction Auteur
701 #1 - Nom de personne - autre responsabilité principale
numéro de la notice d'autorité 117949280
nom Morel
prénom Médéric
code de fonction Auteur
701 #1 - Nom de personne - autre responsabilité principale
numéro de la notice d'autorité 184212510
nom Raffaëlli
prénom Jean-Luc
code de fonction Auteur
702 #1 - Nom de personne - responsabilité secondaire
numéro de la notice d'autorité 050363468
nom Géron
prénom Aurélien
dates 19..-....
code de fonction Préfacier, auteur d'introduction
801 #3 - Source de catalogage
pays FR
agence de catalogage Abes
date de la transaction 20211108
règles de catalogage utilisées AFNOR
930 ## - Localisation et cote
identifiant de l'exemplaire 352382102:564936987
localisation de niveau 1 352382102
code peb u
942 00 - Éléments supplémentaires (Koha)
Koha issues (borrowed), all copies 3
Holdings
Endommagé retiré des collections Perdu Numéro d'inventaire Vu pour la dernière fois Modifié le Nb. total de prêts Nb. total de prolongations Propriétaire Dépositaire Localisation Code à barres Cote Date de prêt ou de dépôt à rendre pour le Statut Catégorie de prêt Prix exemplaire Créé le date de dernier inventaire Catégorie statistique
Non endommagé Non retiré Non perdu Y67727 10/05/2022 2022-05-10 11:39:43 16 6 BU Beaulieu BU Beaulieu BU Beaulieu - Informatique et Sciences de l'ingénieur (RdC) 0992750316 006.312 LEM BIG 2016 10/05/2022 31/05/2022 Disponible Prêt normal 27.21 17/10/2016 2017-06-26 Formation
Non endommagé Non retiré Non perdu Y67728 18/02/2022 2022-02-18 19:45:02 7 4 BU Beaulieu BU Beaulieu BU Beaulieu - Informatique et Sciences de l'ingénieur (RdC) 0992750309 006.312 LEM BIG 2016 17/12/2021   Disponible Prêt normal 27.21 17/10/2016 2017-06-26 Formation

 

Powered by Koha