DATA SCIENTIST ET LANGAGE R - STATISTIQUES, MACHINE LEARNING (4E EDITION)

ENI - EAN : 9782409050749

LAUDE

Skip to the end of the images gallery

Skip to the beginning of the images gallery

Nouveauté

Édition papier

EAN : 9782409050749

Paru le : 18 août 2025

54,00 € 51,18 €

Bientôt disponible

Pour connaître votre prix et commander, identifiez-vous

A paraître 18 août 2025

Notre engagement qualité

Livraison gratuite
en France sans minimum
de commande
Manquants maintenus
en commande
automatiquement
Un interlocuteur
unique pour toutes
vos commandes
Toutes les licences
numériques du marché
au tarif éditeur
Assistance téléphonique
personalisée sur le
numérique
Service client
Du Lundi au vendredi
de 9h à 18h

Détails

EAN13 : 9782409050749
Réf. éditeur : EP4DASR
Collection : EPSILON
Editeur : ENI
Date Parution : 18 août 2025
Disponibilite : Pas encore paru
Barème de remise : NS
Nombre de pages : 600
Format : 3.10 x 17.80 x 21.60 cm
Poids : 990gr

Résumé

Résumé : Ce guide complet sur la Data Science vous plonge dans un univers passionnant : langage R, réseaux neuronaux, IA générative, outils incontournables du machine learning et du deep learning sont autant de sujets qui vous permettront de devenir promoteurs d’innovations dans votre organisation.

Clair et progressif, ce guide accompagne aussi bien les professionnels souhaitant approfondir leurs compétences que les managers désireux de mieux comprendre les enjeux de la data science, sans tomber dans l’excès de formalisme.

Cette quatrième édition, entièrement repensée, propose une exploration progressive des concepts clés.

Vous commencerez par découvrir le langage R, ses liens étroits avec les statistiques et le machine learning, avant d’approfondir les réseaux neuronaux et l’intelligence artificielle générative.

Vous apprendrez à utiliser – et même à améliorer localement – vos propres modèles LLM (comme les GPT) grâce aux techniques modernes telles que le RAG et les agents intelligents.

Les auteurs proposent une approche multiplateforme R/Python à travers des frameworks communs et puissants :

- Shiny pour créer des applications web de data science ;
- ggplot2 pour des visualisations de haute qualité ;
- igraph pour l’analyse de graphes ;
- NLTK pour le traitement du langage naturel ;
- PyTorch, Keras et TensorFlow pour le deep learning.

Vous découvrirez également comment intégrer R et Python dans une même application et manipuler les données de manière cohérente d’un langage à l’autre.

Les bases mathématiques sont présentées de manière claire et accessible, permettant de comprendre les notations des publications scientifiques, les manipulations tensorielles en PyTorch ou encore les calculs différentiels via le package Pracma (R) qui clone les fonctions de Matlab.

L’ouvrage traite enfin de sujets avancés : séries temporelles, logique floue, traitement d’images, inférence spatio-temporelle et NLP.

Les codes R du livre sont disponibles en téléchargement sur editions-eni.fr.