Bibliothèque de l'ENSBS
http://ensbiotech.edu.dz
A partir de cette page vous pouvez :
Retourner au premier écran avec les catégories... |
Résultat de la recherche
4 résultat(s) recherche sur le tag 'analyse des données'
Affiner la recherche Générer le flux rss de la recherche
Partager le résultat de cette recherche Interroger des sources externes
Analyse de données textuelles sous R
Titre : Analyse de données textuelles sous R Type de document : texte imprimé Editeur : London : ISTE éditions Année de publication : cop. 2016 Collection : Importance : 1 vol. (318 p.) Présentation : ill. en noir et en coul., tabl., graph., couv. ill. en coul Format : 24 cm ISBN/ISSN/EAN : 978-1-78405-107-5 Langues : Français Tags : Exploration de données Analyse des données R (logiciel) Analyse du discours Informatique Index. décimale : Résumé : La 4ème de couverture indique : "Cet ouvrage est un guide complet pour l'analyse de données textuelles. Il s'appuie sur un ensemble de bibliothèques géré par le langage R, lociciel libre de traitement de données et d'analyse statistiques. Didactique, Analyse de données textuelles sous R présente les étapes préalables d'opérations de base comme le chargement des données, le découpage en tokens ou la conversion en matrice terme-document. Il détaille également les tâches les plus complexes comme l'association des segments de discours à des locuteurs d'un entretien, l'extraction et la visualisation des thèmes, la classification des mots, l'indexation et la recherche des documents ou l'extraction des relations entre entitées nommées. Cet ensemble d'opérations doit pouvoir s'intégrer dans un ecosysthème de plateformes d'analyse comme un systhème de recommandation, d'aide à la traduction ou d'analyse des médias sociaux." Analyse de données textuelles sous R [texte imprimé] . - [S.l. : s.n.], cop. 2016 . - 1 vol. (318 p.) : ill. en noir et en coul., tabl., graph., couv. ill. en coul ; 24 cm. - () .
ISBN : 978-1-78405-107-5
Langues : Français
Tags : Exploration de données Analyse des données R (logiciel) Analyse du discours Informatique Index. décimale : Résumé : La 4ème de couverture indique : "Cet ouvrage est un guide complet pour l'analyse de données textuelles. Il s'appuie sur un ensemble de bibliothèques géré par le langage R, lociciel libre de traitement de données et d'analyse statistiques. Didactique, Analyse de données textuelles sous R présente les étapes préalables d'opérations de base comme le chargement des données, le découpage en tokens ou la conversion en matrice terme-document. Il détaille également les tâches les plus complexes comme l'association des segments de discours à des locuteurs d'un entretien, l'extraction et la visualisation des thèmes, la classification des mots, l'indexation et la recherche des documents ou l'extraction des relations entre entitées nommées. Cet ensemble d'opérations doit pouvoir s'intégrer dans un ecosysthème de plateformes d'analyse comme un systhème de recommandation, d'aide à la traduction ou d'analyse des médias sociaux." Exemplaires
Code-barres Cote Support Localisation Section Disponibilité aucun exemplaire Big data et machine learning
Titre : Big data et machine learning : manuel du data scientist Type de document : texte imprimé Editeur : Paris : Dunod Année de publication : DL 2015 Collection : Sous-collection : Management des systèmes d'information Importance : 1 vol. (XVIII-219 p.) Présentation : ill. Format : 25 cm ISBN/ISSN/EAN : 978-2-10-072074-3 Note générale : Index Langues : Français Tags : Analyse des données Aspect économique Données massives Gestion Index. décimale : Résumé : Cet ouvrage s'adresse à tous ceux qui réfléchissent à la meilleure utilisation possible des données au sein de l'entreprise, qu'ils soient data scientists, DSI, chefs de projets ou spécialistes métier. 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...) ; D'outils (écosystème Hadoop, Storm...) ; D'exemples de machine learning ; D'une organisation typique d'un projet de data science.Note de contenu : LES FONDEMENTS DU BIG DATA
Les origines du Big Data
Le Big Data dans les organisations
Le mouvement NoSQL
LE METIER DE DATA SCIENTIST
Le quotidien du data scientist
Exploration et préparation de données
Le machine learning
LES OUTILS DU BIG DATA
L'écosystème Hadoop
Analyse de logs avec Pig et Hive
Les architectures lambdaBig data et machine learning : manuel du data scientist [texte imprimé] . - [S.l. : s.n.], DL 2015 . - 1 vol. (XVIII-219 p.) : ill. ; 25 cm. - (. Management des systèmes d'information) .
ISBN : 978-2-10-072074-3
Index
Langues : Français
Tags : Analyse des données Aspect économique Données massives Gestion Index. décimale : Résumé : Cet ouvrage s'adresse à tous ceux qui réfléchissent à la meilleure utilisation possible des données au sein de l'entreprise, qu'ils soient data scientists, DSI, chefs de projets ou spécialistes métier. 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...) ; D'outils (écosystème Hadoop, Storm...) ; D'exemples de machine learning ; D'une organisation typique d'un projet de data science.Note de contenu : LES FONDEMENTS DU BIG DATA
Les origines du Big Data
Le Big Data dans les organisations
Le mouvement NoSQL
LE METIER DE DATA SCIENTIST
Le quotidien du data scientist
Exploration et préparation de données
Le machine learning
LES OUTILS DU BIG DATA
L'écosystème Hadoop
Analyse de logs avec Pig et Hive
Les architectures lambdaExemplaires
Code-barres Cote Support Localisation Section Disponibilité aucun exemplaire Traitement de données en sciences environnementales
Titre : Traitement de données en sciences environnementales Type de document : texte imprimé Editeur : London : ISTE éditions Année de publication : C 2017 Collection : Importance : 1 vol. (175 p.) Présentation : ill. en coul. Format : 24 cm ISBN/ISSN/EAN : 978-1-78405-309-3 Note générale : Bibliogr. p. [169]-171. Index Langues : Français Tags : R Sciences de l'environnement Informatique Analyse des données Index. décimale : Résumé : Traitement de données en sciences environnementales présente les méthodes d'analyses de tableaux de données multivariées les plus couramment utilisées dans les différentes disciplines des sciences environnementales - de la géochimie à l'écologie. Il examine leurs principes, leurs conditions d'application, les moyens de les mettre en oeuvre, via l'utilisation du logiciel R, ainsi que la manière de les interpréter justement.
La variété des analyses exposées permet le traitement de petits comme de grands jeux de données. L'ouvrage précise les manières d'explorer et de préparer ces données en amont de l'analyse - en accord avec les objectifs et la stratégie scientifiques de l'étude -, de les traiter au préalable, d'établir une structure d'objets (stations/dates) ou de variables d'intérêt et de mettre en avant les paramètres explicatifs de ces structures (la façon, par exemple, dont la physico-chimie influence la structure biologique obtenue).Traitement de données en sciences environnementales [texte imprimé] . - [S.l. : s.n.], C 2017 . - 1 vol. (175 p.) : ill. en coul. ; 24 cm. - () .
ISBN : 978-1-78405-309-3
Bibliogr. p. [169]-171. Index
Langues : Français
Tags : R Sciences de l'environnement Informatique Analyse des données Index. décimale : Résumé : Traitement de données en sciences environnementales présente les méthodes d'analyses de tableaux de données multivariées les plus couramment utilisées dans les différentes disciplines des sciences environnementales - de la géochimie à l'écologie. Il examine leurs principes, leurs conditions d'application, les moyens de les mettre en oeuvre, via l'utilisation du logiciel R, ainsi que la manière de les interpréter justement.
La variété des analyses exposées permet le traitement de petits comme de grands jeux de données. L'ouvrage précise les manières d'explorer et de préparer ces données en amont de l'analyse - en accord avec les objectifs et la stratégie scientifiques de l'étude -, de les traiter au préalable, d'établir une structure d'objets (stations/dates) ou de variables d'intérêt et de mettre en avant les paramètres explicatifs de ces structures (la façon, par exemple, dont la physico-chimie influence la structure biologique obtenue).Exemplaires
Code-barres Cote Support Localisation Section Disponibilité aucun exemplaire Mathématiques pour le traitement du signal
Titre : Mathématiques pour le traitement du signal : cours et exercices corrigés Type de document : texte imprimé Mention d'édition : 2e éd. Editeur : Paris : Dunod Année de publication : DL 2014 Collection : Sous-collection : Mathématiques appliquées pour le master-SMAI Importance : 1 vol. (319 p.) Présentation : ill., couv. ill. en coul. Format : 24 cm ISBN/ISSN/EAN : 978-2-10-071042-3 Note générale : La couv. porte en plus : "master, écoles d'ingénieurs, CAPES-agrégation"
Bibliogr. p. 319. IndexLangues : Français Tags : Traitement du signal Mathématiques Analyse des données Index. décimale : Résumé : Cet ouvrage est destiné aux étudiants en Master de mathématiques appliquées, aux élèves ingénieurs et aux candidats au CAPES ou à l'agrégation de mathématiques. Le cours présente les fondements du traitement du signal du point de vue déterministe et reste donc très généraliste. Les pré-requis sont rappelés, l'ouvrage étant conçu pour être « auto-suffisant ». L'analyse spectrale (séries de Fourier, transformation de Fourier, de Laplace) y est présentée pour des signaux continus (analogiques) et discrets (numériques). Les notions de filtrage, échantillonnage, temps-fréquence et temps-échelle sont présentées dans des chapitres séparés. Enfin, une brève introduction au traitement de la parole illustre le propos de l'ouvrage. Dans cette nouvelle édition révisée, les exercices et travaux pratiques ont été renouvelés et de nouveaux exemples ont été introduits. Mathématiques pour le traitement du signal : cours et exercices corrigés [texte imprimé] . - 2e éd. . - [S.l. : s.n.], DL 2014 . - 1 vol. (319 p.) : ill., couv. ill. en coul. ; 24 cm. - (. Mathématiques appliquées pour le master-SMAI) .
ISBN : 978-2-10-071042-3
La couv. porte en plus : "master, écoles d'ingénieurs, CAPES-agrégation"
Bibliogr. p. 319. Index
Langues : Français
Tags : Traitement du signal Mathématiques Analyse des données Index. décimale : Résumé : Cet ouvrage est destiné aux étudiants en Master de mathématiques appliquées, aux élèves ingénieurs et aux candidats au CAPES ou à l'agrégation de mathématiques. Le cours présente les fondements du traitement du signal du point de vue déterministe et reste donc très généraliste. Les pré-requis sont rappelés, l'ouvrage étant conçu pour être « auto-suffisant ». L'analyse spectrale (séries de Fourier, transformation de Fourier, de Laplace) y est présentée pour des signaux continus (analogiques) et discrets (numériques). Les notions de filtrage, échantillonnage, temps-fréquence et temps-échelle sont présentées dans des chapitres séparés. Enfin, une brève introduction au traitement de la parole illustre le propos de l'ouvrage. Dans cette nouvelle édition révisée, les exercices et travaux pratiques ont été renouvelés et de nouveaux exemples ont été introduits. Exemplaires
Code-barres Cote Support Localisation Section Disponibilité aucun exemplaire