| Titre : |
Python pour le data scientist : des bases du langage au machine learning |
| Type de document : |
texte imprimé |
| Auteurs : |
Emmanuel Jakobowicz (1980-....), Auteur |
| Mention d'édition : |
2e éd. |
| Editeur : |
Malakoff : Dunod |
| Année de publication : |
DL 2021 |
| Collection : |
InfoPro |
| Sous-collection : |
Applications métiers |
| Importance : |
1 vol. (XIII-312 p.) |
| Présentation : |
ill. |
| Format : |
25 cm |
| ISBN/ISSN/EAN : |
978-2-10-081224-0 |
| Prix : |
29,90 EUR |
| Note générale : |
Bibliogr. p. 305-307. Index |
| Langues : |
Français (fre) Langues originales : Français (fre) |
| Mots-clés : |
Python (langage de programmation) Apprentissage automatique Données massives |
| Index. décimale : |
005.1 Programmation (algorithmique, génie logiciel, ouvrages d'ordre général sur la logique en programmation, programmation d'application) |
| Résumé : |
Si vous vous intéressez au traitement des données avec le langage Python, cet ouvrage s'adresse à vous. Que vous soyez débutant en Python ou que vous ayez une expérience significative, il vous apportera les clés pour utiliser ce langage en data science. Ce livre répond à de nombreuses questions sur Python :
- Comment utiliser Python en data science ?
- Comment coder en Python ?
- Comment préparer des données avec Python ?
- Comment créer des visualisations attractives avec Python ?
- Comment appliquer des modèles de machine learning et de deep learning avec Python ?
- Comment passer aux environnements big data ?
Vous apprendrez à tirer parti des multiples outils Python tels que Anaconda, Jupyter, NumPy, Pandas, Matplotlib, Seaborn, Bokeh, Scikit-Learn, TensorFlow, PySpark... pour mettre en place vos traitements. Cette deuxième édition est complétée et enrichie par des mises à jour de code liées aux évolutions de Python et des packages de data science. Des données plus récentes sont aussi utilisées. L'ensemble du code compris dans cet ouvrage est disponible sous la forme de notebooks Jupyter dans le repository public de l'auteur : https://github.com/emjako/pythondatascientist |
Python pour le data scientist : des bases du langage au machine learning [texte imprimé] / Emmanuel Jakobowicz (1980-....), Auteur . - 2e éd. . - Malakoff : Dunod, DL 2021 . - 1 vol. (XIII-312 p.) : ill. ; 25 cm. - ( InfoPro. Applications métiers) . ISBN : 978-2-10-081224-0 : 29,90 EUR Bibliogr. p. 305-307. Index Langues : Français ( fre) Langues originales : Français ( fre)
| Mots-clés : |
Python (langage de programmation) Apprentissage automatique Données massives |
| Index. décimale : |
005.1 Programmation (algorithmique, génie logiciel, ouvrages d'ordre général sur la logique en programmation, programmation d'application) |
| Résumé : |
Si vous vous intéressez au traitement des données avec le langage Python, cet ouvrage s'adresse à vous. Que vous soyez débutant en Python ou que vous ayez une expérience significative, il vous apportera les clés pour utiliser ce langage en data science. Ce livre répond à de nombreuses questions sur Python :
- Comment utiliser Python en data science ?
- Comment coder en Python ?
- Comment préparer des données avec Python ?
- Comment créer des visualisations attractives avec Python ?
- Comment appliquer des modèles de machine learning et de deep learning avec Python ?
- Comment passer aux environnements big data ?
Vous apprendrez à tirer parti des multiples outils Python tels que Anaconda, Jupyter, NumPy, Pandas, Matplotlib, Seaborn, Bokeh, Scikit-Learn, TensorFlow, PySpark... pour mettre en place vos traitements. Cette deuxième édition est complétée et enrichie par des mises à jour de code liées aux évolutions de Python et des packages de data science. Des données plus récentes sont aussi utilisées. L'ensemble du code compris dans cet ouvrage est disponible sous la forme de notebooks Jupyter dans le repository public de l'auteur : https://github.com/emjako/pythondatascientist |
|  |
Affiner la recherche Interroger des sources externes
