000			02183cam a2200277 4500
090			_a171872 _9171871
001			FRBNF452822300000007
010			_a9782212674101 _bbr. _d349 dh.
020			_b01876928
073		0	_a9782212674101
100			_a20170531d2018 k y0frey50 ba
101	0		_afre
105			_a||||j 00|y|
106			_ar
200	1		_aData science _bLIVR _ecours et exercices _fMassih-Reza Amini, Renaud Blanch, Marianne Clausel, Jean-Bapstiste Durand, Eric Gaussier, Jérôme Malick, Christophe Picard, Vivien Quéma, Georges Quénot
210			_aParis _cEyrolles _dCop 2018.
215			_a1 volume de XII-254 pages _ccouverture illustrée en couleurs _d23 cm.
300			_aBibliographie pages 239-250
300			_aIndex
330			_aUn ouvrage de référence sur les data sciences ! La data science, ou science des données, est la discipline qui traite de la collecte, de la préparation, de la gestion, de l'analyse, de l'interprétation et de la visualisation de grands ensembles de données complexes. Elle n'est pas seulement concernée par les outils et les méthodes pour obtenir, gérer et analyser les données ; elle consiste aussi à en extraire de la valeur et de la connaissance. Cet ouvrage présente les fondements scientifiques et les composantes essentielles de la science des données, à un niveau accessible aux étudiants de master et aux élèves ingénieurs. Notre souci a été de proposer un exposé cohérent reliant la théorie aux algorithmes développés dans ces domaines. Il s'adresse aux chercheurs et ingénieurs qui abordent les problématiques liées à la science des données, aux data scientists de PME qui utilisent en profondeur les outils d'apprentissage, mais aussi aux étudiants de master, doctorants ou encore futurs ingénieurs qui souhaitent un ouvrage de référence en data science
606			_313173501 _aExploration de données _2rameau
606			_311940346 _aAnalyse des données _2rameau
608			_312167353 _aManuels d'enseignement supérieur _2rameau
676			_a006.312 _v23
686			_2Cadre de classement de la Bibliographie nationale française
801		0	_aFR _bFR-751131015 _c20170531 _gAFNOR _2intermrc