Data science pour l'entreprise - Principes fondamentaux pour décelopper son activité - Grand Format

Note moyenne 
Cet ouvrage traite de façon détaillée mais non technique les principes fondamentaux de la data science. Tout au long d'un processus de "raisonnement... Lire la suite
39,00 € Neuf
Expédié sous 3 à 6 jours
Livré chez vous entre le 2 mai et le 7 mai
En librairie

Résumé

Cet ouvrage traite de façon détaillée mais non technique les principes fondamentaux de la data science. Tout au long d'un processus de "raisonnement orienté données", il vous guidera pour acquérir des connaissances utiles et extraire une valeur économique des données que vous collectez. L'apprentissage de la data science vous permettra de comprendre les nombreuses techniques de data mining utilisées aujourd'hui.
Ces principes sous-tendent tous les processus et stratégies de data mining qui servent à résoudre des problèmes d'entreprise. Cet ouvrage s'adresse : aux personnes issues du monde de l'entreprise qui envisagent de travailler avec des data scientists, de gérer des projets orientés data science ou d'investir dans des entreprises spécialisées en data science ; aux développeurs qui mettront en oeuvre des solutions de data science ; aux data scientists en devenir.

Sommaire

  • LE RAISONNEMENT ORIENTE DONNEES
  • PROBLEMES D'ENTREPRISES ET SOLUTIONS DE DATA SCIENCE
  • INTRODUCTION A LA MODELISATION PREDICTIVE : DES CORRELATIONS A LA SEGMENTATION SUPERVISEE
  • AJUSTER UN MODELE AUX DONNEES
  • LE SURAJUSTEMENT ET COMMENT L'EVITER
  • SIMILARITE, VOISINS ET CLUSTERS
  • L'ANALYSE DECISIONNELLE I : QU'EST-CE QU'UN BON MODELE ?
  • VISUALISER LES PERFORMANCES D'UN MODELE
  • PREUVES ET PROBABILITES
  • REPRESENTATION ET EXPLORATION DE TEXTES
  • L'ANALYSE DECISIONNELLE II : VERS L'INGENIERIE ANALYTIQUE
  • AUTRES PROBLEMES ET TECHNIQUES DE DATA SCIENCE
  • DATA SCIENCE ET STRATEGIE COMMERCIALE

Caractéristiques

  • Date de parution
    16/08/2018
  • Editeur
  • ISBN
    978-2-212-67570-2
  • EAN
    9782212675702
  • Format
    Grand Format
  • Présentation
    Broché
  • Nb. de pages
    371 pages
  • Poids
    0.788 Kg
  • Dimensions
    19,0 cm × 23,0 cm × 2,1 cm

Avis libraires et clients

Avis audio

Écoutez ce qu'en disent nos libraires !

À propos des auteurs

Foster Provost est professeur et membre du corps enseignant à la NYU Stern School of Business, où il enseigne en Business Analytics, Data Science et dans les cursus de MBA. Ses recherches, primées très largement, sont lues et citées. Avant de rejoindre la NYU, il a travaillé pendant cinq ans comme chercheur en data science pour Verizon. Pendant la dernière décennie, le professeur Provost a cofondé avec succès plusieurs entreprises de data science.
Tow Fawcett est titulaire d'un doctorat en apprentissage machine et a travaillé dans des équipes de R&D en entreprise pendant plus de deux décennies (GTE Laboratories, NYNEX/Verizon Labs, HP Labs, etc). Ses publications sont aujourd'hui des classiques de la littérature de data science à la fois du point de vue méthodologie (par exemple, pour l'évaluation des résultats du data mining) et du point de vue applicatif (par exemple, la détection des fraudes et le filtrage de pourriels).

Des mêmes auteurs

Derniers produits consultés

39,00 €