Python & Pandas et les 36 problèmes de data science. Problèmes et exercices corrigés pas à pas
Par : ,Formats :
- Paiement en ligne :
- Livraison à domicile ou en point Mondial Relay indisponible
- Retrait Click and Collect en magasin gratuit
- Réservation en ligne avec paiement en magasin :
- Indisponible pour réserver et payer en magasin
- Nombre de pages520
- PrésentationBroché
- FormatGrand Format
- Poids1.028 kg
- Dimensions19,0 cm × 24,0 cm × 3,0 cm
- ISBN978-2-340-06114-9
- EAN9782340061149
- Date de parution12/10/2021
- CollectionRéférences sciences
- ÉditeurEllipses
- PréfacierPhilippe Dutarte
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.
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 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.
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.
