Python & Pandas et les 36 problèmes de data science : problèmes et exercices corrigés pas à pas
Enregistré dans:
| Auteur principal: | |
|---|---|
| Autres auteurs: | |
| Support: | E-Book |
| Langue: | Français |
| Publié: |
Paris :
Ellipses,
DL 2021.
Paris : 2021. |
| Collection: | Références sciences,
|
| Sujets: | |
| Autres localisations: | Voir dans le Sudoc |
| Résumé: | "Ce livre contient : 36 problèmes corrigés pour apprendre à traiter les données de toutes tailles (big data) ; des vidéos et figures dynamiques en bonus accessibles via des QR codes. Fouille & analyse de données : lire, sélectionner, regrouper et croiser. Data visualisation : hommage aux pionniers (J. Snow, F. Nightingale, C. J. Minard) ; diagrammes (circulaires, en barres, à moustaches) pour comparer des données, détecter des anomalies, lancer des alertes ; cartes dynamiques (de chaleur, choroplèthes...) pour étudier l'activité de séismes ou d'ouragans, étudier à Paris la gestion des arbres ou la concurrence plateformes de location -vs- hôtels ; parcours de graphes de données (métro, lignes aériennes) ; globe terrestre dynamique (loxodromie de Mercator) ; indice de Gini (impôt sur le revenu...). Modélisation & simulation : propagation d'une épidémie ou d'un incendie (percolation) ; au foot : pronostiquer un classement de Ligue 1 ou visualiser la loi du couple des buts inscrits par 2 équipes lors d'un match ; calcul par D. Bernoulli du gain d'espérance de vie après inoculation de la variole ; détection de fraudes au tennis ou lors de votes électroniques. Prédiction & machine learning : régression linéaire : donner le portrait-robot d'un arbre allergisant... ; analyse en composantes principales : expliquée à partir de la recherche du meilleur profil d'un objet 3D ; appliquée pour prédire la présence de diabète ou la pollution à l'ozone. Ce livre s'adresse aux lycéens, étudiants, enseignants (informatique, mathématiques, économie...) et ingénieurs confrontés aux datas, aux data journalistes ou futurs data scientistes ou tout citoyen désireux d'écouter les données qui l'entourent." |
| Accès en ligne: | Accès à l'E-book |
| Lien: | Collection principale:
Références sciences |
| LEADER | 05721cmm a2200769 i 4500 | ||
|---|---|---|---|
| 001 | ebook-258714999 | ||
| 005 | 20231130112500.0 | ||
| 007 | cr|bn|nnnauuuu | ||
| 008 | 211130t20212021fr ||||f|||d ||||||fre d | ||
| 020 | |a 9782340061149 (PDF) | ||
| 020 | |a 9782340062160 | ||
| 035 | |a 259170194 |9 sudoc | ||
| 035 | |a (OCoLC)1291396831 | ||
| 035 | |a FRCYB88919669 | ||
| 035 | |a FRCYB07488919669 | ||
| 035 | |a FRCYB14088919669 | ||
| 035 | |a FRCYB19188919669 | ||
| 035 | |a FRCYB19588919669 | ||
| 035 | |a FRCYB24288919669 | ||
| 035 | |a FRCYB24788919669 | ||
| 035 | |a FRCYB26088919669 | ||
| 035 | |a FRCYB26888919669 | ||
| 035 | |a FRCYB27488919669 | ||
| 035 | |a FRCYB29588919669 | ||
| 035 | |a FRCYB55488919669 | ||
| 035 | |a FRCYB55988919669 | ||
| 035 | |a FRCYB56788919669 | ||
| 035 | |a FRCYB84688919669 | ||
| 035 | |a FRCYB85688919669 | ||
| 035 | |a FRCYB87088919669 | ||
| 035 | |a FRCYB87588919669 | ||
| 040 | |a ABES |b fre |e AFNOR | ||
| 041 | 0 | |a fre |2 639-2 | |
| 082 | 0 | |a 005.133 |2 23 | |
| 100 | 1 | |0 (IdRef)194048950 |1 http://www.idref.fr/194048950/id |a Bro, Frédéric |d (19..-....). |4 aut. |e Auteur | |
| 245 | 1 | 0 | |a Python & Pandas et les 36 problèmes de data science : |b problèmes et exercices corrigés pas à pas |c Frédéric Bro, Chantal Rémy. |
| 256 | |a Données textuelles. | ||
| 264 | 1 | |a Paris : |b Ellipses, |c DL 2021. | |
| 264 | 1 | |a Paris : |b Ellipses, |c 2021. | |
| 336 | |b txt |2 rdacontent | ||
| 337 | |b c |2 rdamedia | ||
| 337 | |b b |2 isbdmedia | ||
| 338 | |b ceb |2 RDAfrCarrier | ||
| 490 | 1 | |a Références sciences, |x 2260-8044 | |
| 500 | |a Titre provenant de l'écran-titre. | ||
| 500 | |a La pagination de l'édition imprimée correspondante est de : XVI-520 p. | ||
| 500 | |a La couv. porte en plus : "Data visualisation, cartes statistiques. Fouille et analyse de données. Modélisation, simulation, lanceur d'alerte. Prédiction et premier pas vers l'IA" | ||
| 501 | |a Description d'après la consultation, 2021-11-30. | ||
| 504 | |a Index. | ||
| 506 | |a L'accès en ligne est réservé aux établissements ou bibliothèques ayant souscrit l'abonnement |e Cyberlibris | ||
| 520 | |a "Ce livre contient : 36 problèmes corrigés pour apprendre à traiter les données de toutes tailles (big data) ; des vidéos et figures dynamiques en bonus accessibles via des QR codes. Fouille & analyse de données : lire, sélectionner, regrouper et croiser. Data visualisation : hommage aux pionniers (J. Snow, F. Nightingale, C. J. Minard) ; diagrammes (circulaires, en barres, à moustaches) pour comparer des données, détecter des anomalies, lancer des alertes ; cartes dynamiques (de chaleur, choroplèthes...) pour étudier l'activité de séismes ou d'ouragans, étudier à Paris la gestion des arbres ou la concurrence plateformes de location -vs- hôtels ; parcours de graphes de données (métro, lignes aériennes) ; globe terrestre dynamique (loxodromie de Mercator) ; indice de Gini (impôt sur le revenu...). Modélisation & simulation : propagation d'une épidémie ou d'un incendie (percolation) ; au foot : pronostiquer un classement de Ligue 1 ou visualiser la loi du couple des buts inscrits par 2 équipes lors d'un match ; calcul par D. Bernoulli du gain d'espérance de vie après inoculation de la variole ; détection de fraudes au tennis ou lors de votes électroniques. Prédiction & machine learning : régression linéaire : donner le portrait-robot d'un arbre allergisant... ; analyse en composantes principales : expliquée à partir de la recherche du meilleur profil d'un objet 3D ; appliquée pour prédire la présence de diabète ou la pollution à l'ozone. Ce livre s'adresse aux lycéens, étudiants, enseignants (informatique, mathématiques, économie...) et ingénieurs confrontés aux datas, aux data journalistes ou futurs data scientistes ou tout citoyen désireux d'écouter les données qui l'entourent." |c 4e de couverture. | ||
| 538 | |a Navigateur Internet. | ||
| 538 | |a Lecteur de fichier PDF. | ||
| 559 | 2 | |c 1. Notebooks - Python - Pandas |b A. Premières data visualisations |c 2. Les historiques |c 3. Puissance de la data visulalisation |b B. Lanceur d'alerte |c 4. Usage des data visualisations |c 5. Usage de simulations |b C. Le citoyen et ses finances |b D. Modéliser et simuler |c 6. Catastrophes ou phénomènes naturels |c 7. Epidémiologie |c 8. Au football |b E. Prêt pour la photo ? |b F. Parcourir le monde |c 9. Carte de navigation révolutionnaire |c 10. Plus court chemin dans un réseau réel |b G. Prédire - Intelligence artificielle |c 11. La régression linéaire |c 12. Machine learning. | |
| 650 | 7 | |0 (IdRef)051626225 |1 http://www.idref.fr/051626225/id |a Python (langage de programmation). |2 ram | |
| 650 | 7 | |0 (IdRef)167193686 |1 http://www.idref.fr/167193686/id |a Données massives. |2 ram | |
| 650 | 7 | |0 (IdRef)194360229 |1 http://www.idref.fr/194360229/id |a Data visualisation. |2 ram | |
| 655 | 7 | |0 (IdRef)03020934X |1 http://www.idref.fr/03020934X/id |a Manuels d'enseignement supérieur. |2 ram | |
| 655 | 7 | |0 (IdRef)027790517 |1 http://www.idref.fr/027790517/id |a Problèmes et exercices. |2 ram | |
| 700 | 1 | |0 (IdRef)194049310 |1 http://www.idref.fr/194049310/id |a Rémy, Chantal |d (19..-....; |c professeur de mathématiques). |4 aut. |e Auteur | |
| 740 | 0 | |a Python et Pandas et les trente-six problèmes de data science : problèmes et exercices corrigés pas à pas | |
| 760 | 0 | |t Références sciences |x 2260-8044 |w (ABES)165256990 | |
| 856 | |q HTML |u https://srvext.uco.fr/login?url=https://univ.scholarvox.com/book/88919669 |w Données éditeur |z Accès à l'E-book | ||
| 886 | 2 | |2 unimarc |a 181 |a i# |b xxxe## | |
| 993 | |a E-Book | ||
| 994 | |a BNUM | ||
| 995 | |a 258714999 | ||