Neuf :
29,90€29,90€
Livraison à 8,99 €
:
10 - 11 févr.
Habituellement expédié sous 6 à 7 jours.
Expédié depuis : ~ LIBRAIRIE PAPETERIE DU LYCEE ~ Vendu par : ~ LIBRAIRIE PAPETERIE DU LYCEE ~
Achetez d'occasion 12,00 €
Autres vendeurs sur Amazon
+ 15,48 € Livraison
96 % positif au cours des 12 derniers mois

Téléchargez l'application Kindle gratuite et commencez à lire des livres Kindle instantanément sur votre smartphone, tablette ou ordinateur - aucun appareil Kindle n'est requis. En savoir plus
Lisez instantanément sur votre navigateur avec Kindle pour le Web.
Utilisation de l'appareil photo de votre téléphone portable - scannez le code ci-dessous et téléchargez l'application Kindle.

En savoir plus
Suivre ces auteurs
Toutes les rubriquesOK
Big Data et Machine Learning - 2e éd. - Les concepts et les outils de la data science Broché – Illustré, 5 octobre 2016
Prix Amazon | Neuf à partir de | Occasion à partir de |
Il y a une édition plus récente de cet article:
29,90 €
(23)
Il ne reste plus que 13 exemplaire(s) en stock (d'autres exemplaires sont en cours d'acheminement).
Améliorez vos achats
Le Big Data s’est imposé comme une innovation majeure pour toutes les entreprises qui cherchent à construire un avantage concurrentiel grâce à l’exploitation de leurs données clients, fournisseurs, produits, processus, machines, etc.
Mais quelle solution technique choisir ? Quelles compétences métier développer au sein de la DSI ?
Ce livre est un guide pour comprendre les enjeux d’un projet Big Data, en appréhender les concepts sous-jacents (en particulier le Machine Learning) et acquérir les compétences nécessaires à la mise en place d’un data lab.
Il combine la présentation :
• de notions théoriques (traitement statistique des données, calcul distribué...) ;
• des outils les plus répandus (écosystème Hadoop, Storm...) ;
• d’exemples d’applications ;
• d’une organisation typique d’un projet de data science.
Cette deuxième édition est complétée et enrichie par des mises à jour sur les réseaux de neurones et sur le Deep Learning ainsi que sur Spark.
- Nombre de pages de l'édition imprimée272 pages
- LangueFrançais
- ÉditeurDunod
- Date de publication5 octobre 2016
- Dimensions17.5 x 2 x 25 cm
- ISBN-102100754637
- ISBN-13978-2100754632
Les clients ayant consulté cet article ont également regardé
Description du produit
Revue de presse
- EDI
- Tangente
Biographie de l'auteur
Cofondateur de Dataiku, plateforme de développement et d’exécution d’applications prédictives.
Cofondateur et CEO de Mapwize, une plateforme de cartographie indoor. Il est auteur de cinq ouvrages chez Dunod.
Directeur de projets stratégiques au sein de la DSI du groupe La Poste. Il contribue aux différentes déclinaisons SI de la stratégie Business du groupe.
Détails sur le produit
- Éditeur : Dunod; 2e édition (5 octobre 2016)
- Langue : Français
- Broché : 272 pages
- ISBN-10 : 2100754637
- ISBN-13 : 978-2100754632
- Poids de l'article : 660 g
- Dimensions : 17.5 x 2 x 25 cm
- Classement des meilleures ventes d'Amazon : 303,108 en Livres (Voir les 100 premiers en Livres)
- Commentaires client :
À propos des auteurs
Auteur d'ouvrages sur les systèmes d'informations publiés chez Dunod et Wiley.
Co-fondateur et CEO de la plateforme de cartographie indoor Mapwize.
Découvrir d'autres livres de l'auteur, voir des auteurs similaires, lire des blogs d'auteurs et plus encore
Découvrir d'autres livres de l'auteur, voir des auteurs similaires, lire des blogs d'auteurs et plus encore
Jean-Luc Raffaëlli a porté pendant plus de 20 ans l’architecture de nombreux systèmes dans des domaines variés comme l’étude des données satellites, les télécoms et les services. Il exerce en tant que cadre stratégique au sein de la DSI du Groupe La Poste, dirigée par Mr Bruno ECHARDOUR.
En concertation avec les responsables des branches du Groupe, il représente depuis 2007 le Groupe sur les sujets de gouvernance Open Source, Cloud Computing et valorisation de la donnée notamment lors des sessions de travail du CIGREF et du conseil d’administration du Club Urba-EA. Il contribue également aux différentes déclinaisons SI de la stratégie Business du Groupe La Poste.
Commentaires client
Les avis clients, y compris le nombre d’étoiles du produit, aident les clients à en savoir plus sur le produit et à décider s'il leur convient.
Pour calculer le nombre global d’étoiles et la ventilation en pourcentage par étoile, nous n'utilisons pas une simple moyenne. Au lieu de cela, notre système prend en compte des éléments tels que la date récente d'un commentaire et si l'auteur de l'avis a acheté l'article sur Amazon. Les avis sont également analysés pour vérifier leur fiabilité.
En savoir plus sur le fonctionnement des avis clients sur Amazon-
Meilleures évaluations
Meilleures évaluations de France
Un problème s'est produit lors du filtrage des commentaires. Veuillez réessayer ultérieurement.
Ce livre est assez technique pour ne pas se réduire à une simple vulgarisation du sujet, tout en prenant assez de hauteur et de recul pour ne pas nous perdre dans des détails trop techniques et insurmontables.
C'est une bonne entrée en matière pour qui souhaite comprendre les fondements du Big Data et du Machine Learning, et acquérir les notions fondamentales. En revanche, ne permet pas d'être opérationnel techniquement mais permet de nous orienter vers cette voie, d'une belle manière puisque l'ouvrage est très plaisant et intéressant à lire. J'ai trouvé l'explication du Map Reduce très bonne, très intelligente, l'auteur a bien saisi le concept et nous le partage : ce savoir vaut de l'or. Par contre, pour qui souhaite approfondir les notions de Bases de données relationnelles, Bases de données No SQL, ou de machine learning, une formation technique est indispensable pour être opérationnel, le livre ne le permet pas.
Un très bon premier bouquin d'entrée en matière pour permettre au futur Data Scientist / Architect de savoir de quoi il parlera lorsqu'il aura acquis plus tard les connaissances techniques d'Hadoop, Elastic Search, Splunk ou autres environnements Big Data.
De nombreux concepts et outils comme les bases de données NoSql, le Machine Learning, le Framework Hadoop, l'analyse en temps réel et bien d'autres sont présentés et expliqués au travers d'exemples simples et concrets.
Cela ne vous suffira pas pour maîtriser le Framework Hadoop par exemple mais ce livre est destiné à des personnes qui n'y connaissent rien ou presque en matière de Big Data.
Pour approfondir vos connaissances, des livres plus pointus et complets sur les sujets qui vous intéressent vous seront alors nécessaires.
Petit bémol (ou gros pour certains lecteurs) mais j'ai trouvé la partie parlant des statistiques / mathématiques (dans le cadre des algorithmes d'analyse par exemple) vraiment ardue. Sans des connaissances préalables de ces notions, les différents chapitres qui y font référence risquent de vous sembler particulièrement opaques.
Il faudra certainement compléter avec d’autres ouvrages sur les thématiques qui vous plaisent le plus.
La collection est celle du « management » [pas la gestion, hein ] « des systèmes d'informatique ».
« Big data » = « mégadonnées » ou « données massives ».
« Machine learning » = « apprentissage automatique »
« data science » = « science des données »
Tous ces termes français font l'objet d'une entrée dans Wikipédia.
Petite remarque: des bdd relationnelles très performantes existent comme Vertica et ce n'est à ne surtout pas oublier...
Il n'est pas technique, vous devez vous orienter vers des livres spécialistes du sujet mais il présente l'état de l'art du sujet.
Je le recommande !
![]() |
- Conditions générales de vente
- Vos informations personnelles
- Cookies
- Annonces basées sur vos centres d’intérêt