Vue normale Vue MARC vue ISBD

Data science avec Microsoft Azure [ Livre] : maîtrisez le machine learning sur Cortana Intelligence Suite / [Madjid Khichane]

Auteur principal: Khichane , Madjid, 1980-...., Auteur IdrefLangue : français.Publication : St HERBLAIN : Editions ENI, cop. 2018Description : 1 volume de 346 pages : illustré en noir, tableaux, couverture illustrée en couleur ; 22 cmISBN : 9782409012785.Collection: Epsilon, 1960-3444Dewey : 005.276 8, 23Classification : Résumé : La Data Science était un sujet plus au moins confiné dans le monde de la recherche jusqu'à il y a quelques années. Aujourd'hui, à l'ère du Big Data, elle trouve sa place dans pratiquement tous les secteurs d'activité des entreprises, allant de la DSI aux différents métiers. Ce livre s'adresse à deux profils de lecteurs, les professionnels ou les étudiants, souhaitant se former à la Data Science. L'auteur a choisi de traiter ce sujet selon deux axes, scientifique et technique, permettant de donner au lecteur les connaissances théoriques et pratiques nécessaires à la pratique de la Data Science. L'axe scientifique regroupe principalement, mais pas seulement, les notions fondamentales et la démarche de la Data Science, la modélisation d'un problème et le choix des métriques pour mesurer la performance d'un modèle ou encore les notions mathématiques sous-jacentes aux algorithmes du Machine Learning. L'axe technique quant à lui couvre les aspects pratiques de la Data Science qui sont, dans ce livre, illustrés sur la plateforme Microsoft Azure. Ainsi, en plus de l'initiation à la Data Science, le lecteur est invité à développer une première compétence technique portant sur l'environnement Microsoft Cortana Intelligence Suite et en particulier, sur l'environnement Microsoft Azure Machine Learning Studio. Dans le premier chapitre, l'auteur donne les clés pour comprendre les enjeux, acquérir le jargon et connaître les notions théoriques de la Data Science. Le deuxième chapitre introduit la plateforme Microsoft Azure et, à travers un exemple complet de préparation de données, initie le lecteur à l'exploitation de l'environnement Microsoft Azure Machine Learning Studio ainsi qu'au développement et à la configuration des composants les plus couramment utilisés de la solution Cortana Intelligence Suite. Les chapitres qui suivent sont ensuite consacrés à l'étude et à l'approfondissement des connaissances sur les algorithmes du Machine Learning et les possibilités de l'environnement Azure Machine Learning Studio. Pour un Data Scientist, ce livre est l'occasion de découvrir la solution Microsoft Cortana Intelligence Suite et plus particulièrement l'environnement Microsoft Azure Machine Learning Studio, qui est l'environnement de développement et de déploiement des modèles prédictifs sur la plateforme Microsoft Azure. Pour un étudiant, en plus de l'expérience pratique sur la plateforme Azure, ce livre peut servir d'introduction aux techniques de la Data Science et à la compréhension théorique des concepts algorithmiques du Machine Learning.Sujet - Nom commun: 3873 | 7500
    classement moyen : 0.0 (0 votes)
Type de document Site actuel Cote Statut Notes Date de retour prévue
 Livre Livre Bibliothèque Universitaire Mohamed Sekkat
1er etage
005.276 8 KHI (Parcourir l'étagère) Exclu du prêt New 2019
Survol Bibliothèque Universitaire Mohamed Sekkat Étagères , Localisation : 1er etage Fermer le survol d'étagère
005.276 2 AMA Symfony 3 005.276 2 DEL Java et Eclipse 005.276 2 RIC Java EE 005.276 8 KHI Data science avec Microsoft Azure 005.276 PUT Entity Framework Core 005.3 ALA Microsoft® Excel 2003 005.3 ARN Métier développeurs

Index

La Data Science était un sujet plus au moins confiné dans le monde de la recherche jusqu'à il y a quelques années. Aujourd'hui, à l'ère du Big Data, elle trouve sa place dans pratiquement tous les secteurs d'activité des entreprises, allant de la DSI aux différents métiers. Ce livre s'adresse à deux profils de lecteurs, les professionnels ou les étudiants, souhaitant se former à la Data Science. L'auteur a choisi de traiter ce sujet selon deux axes, scientifique et technique, permettant de donner au lecteur les connaissances théoriques et pratiques nécessaires à la pratique de la Data Science.
L'axe scientifique regroupe principalement, mais pas seulement, les notions fondamentales et la démarche de la Data Science, la modélisation d'un problème et le choix des métriques pour mesurer la performance d'un modèle ou encore les notions mathématiques sous-jacentes aux algorithmes du Machine Learning. L'axe technique quant à lui couvre les aspects pratiques de la Data Science qui sont, dans ce livre, illustrés sur la plateforme Microsoft Azure.
Ainsi, en plus de l'initiation à la Data Science, le lecteur est invité à développer une première compétence technique portant sur l'environnement Microsoft Cortana Intelligence Suite et en particulier, sur l'environnement Microsoft Azure Machine Learning Studio. Dans le premier chapitre, l'auteur donne les clés pour comprendre les enjeux, acquérir le jargon et connaître les notions théoriques de la Data Science.
Le deuxième chapitre introduit la plateforme Microsoft Azure et, à travers un exemple complet de préparation de données, initie le lecteur à l'exploitation de l'environnement Microsoft Azure Machine Learning Studio ainsi qu'au développement et à la configuration des composants les plus couramment utilisés de la solution Cortana Intelligence Suite. Les chapitres qui suivent sont ensuite consacrés à l'étude et à l'approfondissement des connaissances sur les algorithmes du Machine Learning et les possibilités de l'environnement Azure Machine Learning Studio.
Pour un Data Scientist, ce livre est l'occasion de découvrir la solution Microsoft Cortana Intelligence Suite et plus particulièrement l'environnement Microsoft Azure Machine Learning Studio, qui est l'environnement de développement et de déploiement des modèles prédictifs sur la plateforme Microsoft Azure. Pour un étudiant, en plus de l'expérience pratique sur la plateforme Azure, ce livre peut servir d'introduction aux techniques de la Data Science et à la compréhension théorique des concepts algorithmiques du Machine Learning

Il n'y a pas de commentaire pour ce document.

Connexion à votre compte pour proposer un commentaire.

© tous droits réservés 2023 | Bibliothèque Universitaire Mohamed Sekkat
Site web http://bums.univh2c.ma/
E-mail : bumsunivcasa@gmail.com
Tél : +212 666 036 169 / 666 035 560

Propulsé par Koha