Data science : fondamentaux et études de cas : machine learning avec Python et R

Data science : fondamentaux et études de cas : machine learning avec Python et R

Afficher d'autres versions (1)

Enregistré dans:

Détails bibliographiques
Auteur principal:	Biernat, Éric.
Autres auteurs:	Lutz, Michel, 1981-, Le Cun, Yann, 1960-
Support:	Livre
Langue:	Français
Publié:	Paris : Eyrolles, DL 2015.
Sujets:	Apprentissage automatique Python (langage de programmation) R (logiciel) Statistique bayésienne Analyse de régression Modèles mathématiques
Autres localisations:	Voir dans le Sudoc
Résumé:	Conçu pour aider le data scientist à comprendre son terrain d'action et à opérer des choix, cet ouvrage se compose d'une partie théorique posant les bases du métier autour de la modélisation quantitative et la création d'algorithmes de traitement de données, et d'une partie pratique donnant des indications de raisonnement et de méthodes mathématiques pour résoudre une problématique donnée. ↑Electre 2019

Documents similaires

Data science : fondamentaux et études de cas : machine learning avec Python et R
par: Biernat, Éric (19..-....).
Publié: (2015)

Extending the linear model with R : generalized linear, mixed effects and nonparametric regression models
par: Faraway, Julian James.
Publié: (2006)

Régression avec R
par: Cornillon, Pierre-André, 1970-
Publié: (2010)

Generalized additive models : an introduction with R
par: Wood, Simon N.
Publié: (2006)

An R and S-PLUS companion to multivariate analysis
par: Everitt, Brian Sidney, 1944-
Publié: (2005)

RATS handbook to accompany introductory econometrics for finance
par: Brooks, Christopher W.
Publié: (2009)

Data scientist et langage R : guide d'autoformation à l'exploitation des big data
par: Laude, Henri.
Publié: (2016)

Data scientist et langage R : guide d'autoformation à l'exploitation intelligente des big data
par: Laude, Henri.
Publié: (2018)

Python pour le data scientist : des bases du langage au machine learning
par: Jakobowicz, Emmanuel, 1980-
Publié: (2021)

Bayes theory
par: Hartigan, John A, 1937-
Publié: (1983)

La formule qui décrypte le monde : Vieille de trois cent ans, elle révolutionne toutes les sciences.
Publié: (2012)

Traitement statistique des données expérimentales : des pratiques traditionnelles aux pratiques bayésiennes : avec programme Windows.
par: Lecoutre, Bruno.
Publié: (1996)

Le Machine Learning avec Python : de la théorie à la pratique
par: Khichane, Madjid, 1980-
Publié: (2021)

Analyse de données avec R
par: Husson, François, 1970-
Publié: (2016)

Méthodes bayésiennes en statistique : [8e journées d'étude en statistique, 1988, Marseille]
Publié: (2002)

Functional data analysis with R and MATLAB
par: Ramsay, James O.
Publié: (2009)

Statistical analysis of financial data in S-PLUS
par: Carmona, René.
Publié: (2004)

Statistiques avec R
Publié: (2010)

Statistics without maths for psychology : using SPSS for Windows
par: Dancey, Christine P.
Publié: (1999)

Regression modeling strategies : with applications to linear models, logistic regression, and survival analysis
par: Harrell, Frank E.
Publié: (2001)

Programmation en Python pour les mathématiques : cours et exercices
par: Casamayou-Boucau, Alexandre.
Publié: (2016)

Specifying statistical models (from parametric to non-parametric, using Bayesian or non-Bayesian approaches) : proceedings of the Second Franco-Belgian Meeting of Statisticians, held in Louvain-la-Neuve (Belgium), October 15-16, 1981
Publié: (1983)

Survival analysis : techniques for censored and truncated data
par: Klein, John P., 1950-
Publié: (2003)

Cluster analysis and data analysis
par: Jambu, Michel, 1944-
Publié: (1983)

Robust regression and outlier detection
par: Rousseeuw, Peter J.
Publié: (1987)

Méthodes statistiques appliquées à la psychologie : traitement de données avec SPSS version 18.0.0
par: Martin, Louise, 1944-
Publié: (2011)

Initiation à la statistique avec R : cours, exemples, exercices et problèmes corrigés
par: Bertrand, Frédéric, 1978-
Publié: (2010)

Petit traité de programmation orientée objet sous R : programmation, construction de packages, bonnes pratiques
par: Genolini, Christophe.
Publié: (2010)

Comprendre et réaliser les tests statistiques à l'aide de R : manuel de biostatistique
par: Millot, Gaël, 1971-
Publié: (2011)

Data science par la pratique : fondamentaux avec Python
par: Grus, Joel (19..-....).
Publié: (2020)

Le bootstrap et ses applications : discrimination & régression
par: Efron, Bradley, 1938-
Publié: (1995)

Python machine learning
par: Lee, Wei-Meng (19..-....).

Python 3 : les fondamentaux du langage
par: Chazallet, Sébastien, 1980-
Publié: (2019)

Réseaux bayésiens avec R
par: Denis, Jean-Baptiste (19..-....).
Publié: (2014)

Programmer en Python
par: Ramalho, Luciano.
Publié: (2019)

Statistique explicative appliquée : analyse discriminante, modèle logistique, segmentation par arbre
par: Nakache, Jean-Pierre.
Publié: (2003)

Apprendre Python en toute simplicité
par: Shaw, Zed A.
Publié: (2024)

Building Machine Learning Systems with Python : master the art of machine learning with Python and build effective machine learning systems with this intensive hands-on guide
par: Richert, Willi.
Publié: (2013)

Classification et analyse ordinale des données
par: Lerman, Israël César, 1940-
Publié: (1981)

Algorithmique & calcul numérique : travaux pratiques résolus : programmation avec les logiciels Scilab et Python
par: Ouin, José, 19..-
Publié: (2013)

Université catholique de l'Ouest - Bibliothèques - 3 place André Leroy - BP10808 - 49008 ANGERS Cedex 1