Big data et machine learning : les concepts et les outils de la data science
Enregistré dans:
Autres auteurs: | Lemberger, Pirmin., Batty, Marc., Morel, Médéric., Raffaëlli, Jean-Luc. |
---|---|
Support: | Livre |
Langue: | Français |
Publié: |
Malakoff (Hauts-de-Seine) :
Dunod,
2019.
Malakoff (Hauts-de-Seine) : 2019. |
Édition: | 3e édition. |
Collection: | InfoPro. Management des systèmes d'information
|
Autres localisations: | Voir dans le Sudoc |
Résumé: | Guide décrivant les enjeux d'un projet big data. Il combine la présentation des concepts théoriques tels que le traitement statistique des données, le calcul distribué, la description des outils comme Hadoop, Storm ou Elastic search et des retours d'expérience. Avec des mises à jour sur la vision d'architecture d'entreprise et sur le deep learning pour le traitement automatique du langage naturel. ↑Electre 2020 |
Documents similaires
-
Big data et machine learning : les concepts et les outils de la data science
par: Lemberger, Pirmin.
Publié: 2019 -
Big data et machine learning : les concepts et les outils de la data science
par: Lemberger, Pirmin.
Publié: 2019 -
Big data et machine learning : les concepts et les outils de la data science
par: Lemberger, Pirmin.
Publié: 2016 -
Big data, data mining, and machine learning : value creation for business leaders and practitioners
par: Dean, Jared (1978-...). -
Machine Learning, Big Data, and IoT for Medical Informatics
par: Kumar, Pardeep (19..-....).
Publié: 2021