Data science avec Microsoft Azure / Khichane, Madjid

Public ISBD Titre : Data science avec Microsoft Azure : Maîtrisez le machine learning sur Cortana Intelligence Suite Type de document : texte imprimé Auteurs : Khichane, Madjid, Auteur Editeur : ENI Année de publication : 2018 Importance : 1 vol. (346 p.) Présentation : ill. Format : 22 cm ISBN/ISSN/EAN : 978-2-409-01278-5 Note générale : 978-2-409-01278-5 Langues : Français (fre) Catégories : Informatique Mots-clés : Informatique Index. décimale : 005.2 Programmation informatique pour les ordinateurs Résumé : Ce livre sur la Data Science a pour objectif de donner au lecteur les connaissances théoriques et pratiques nécessaires pour appréhender le Machine Learning sous Microsoft Azure. Les étudiants ou les lecteurs novices découvriront pas à pas et à travers des exemples pratiques les concepts algorithmiques du Machine Learning et la solution Cortana Intelligence Suite. Les lecteurs avertis ou les Data Scientists découvriront l'environnement de développement et de déploiement des modèles prédictifs Microsoft Azure Machine Learning Studio. Dans le premier chapitre, l'auteur donne les clés pour comprendre les enjeux de la Data Science, les notions fondamentales du Machine Learning, la démarche théorique d'une expérimentation Data Science, les notions de modélisation d'un problème et le choix des métriques pour mesurer les performances d'un modèle. Le deuxième chapitre est entièrement dédié à la présentation de la solution Cortana Intelligence Suite. Le lecteur est ainsi invité à développer et à configurer les composants les plus couramment utilisés de cette solution. Les chapitres suivants permettent au lecteur de découvrir les notions mathématiques sous-jacentes aux algorithmes du Machine Learning (régression, arbres de décision, algorithme K-means, réseaux de neurones, Support Vector Machine…) et d'appliquer ces algorithmes sur des exemples concrets dans l'environnement Microsoft Azure Machine Learning Studio. Le dernier chapitre de ce livre est consacré aux possibilités d'extension de l'environnement Azure Machine Learning Studio avec le langage R Note de contenu : Sommaire Préface Avant-propos La Data Science Microsoft Cortana Intelligence Suite La régression linéaire et polynomiale La régression logistique – Arbres de décision et Random Forest – L'algorithme k-means Analyse en composantes principales Réseaux de neurones Support Vector Machine R et Azure ML Studio Conclusion Côte titre : Fs/23303 Data science avec Microsoft Azure : Maîtrisez le machine learning sur Cortana Intelligence Suite [texte imprimé] / Khichane, Madjid, Auteur . - [S.l.] : ENI, 2018 . - 1 vol. (346 p.) : ill. ; 22 cm. ISBN : 978-2-409-01278-5 978-2-409-01278-5 Langues : Français (fre) Catégories : Informatique Mots-clés : Informatique Index. décimale : 005.2 Programmation informatique pour les ordinateurs Résumé : Ce livre sur la Data Science a pour objectif de donner au lecteur les connaissances théoriques et pratiques nécessaires pour appréhender le Machine Learning sous Microsoft Azure. Les étudiants ou les lecteurs novices découvriront pas à pas et à travers des exemples pratiques les concepts algorithmiques du Machine Learning et la solution Cortana Intelligence Suite. Les lecteurs avertis ou les Data Scientists découvriront l'environnement de développement et de déploiement des modèles prédictifs Microsoft Azure Machine Learning Studio. Dans le premier chapitre, l'auteur donne les clés pour comprendre les enjeux de la Data Science, les notions fondamentales du Machine Learning, la démarche théorique d'une expérimentation Data Science, les notions de modélisation d'un problème et le choix des métriques pour mesurer les performances d'un modèle. Le deuxième chapitre est entièrement dédié à la présentation de la solution Cortana Intelligence Suite. Le lecteur est ainsi invité à développer et à configurer les composants les plus couramment utilisés de cette solution. Les chapitres suivants permettent au lecteur de découvrir les notions mathématiques sous-jacentes aux algorithmes du Machine Learning (régression, arbres de décision, algorithme K-means, réseaux de neurones, Support Vector Machine…) et d'appliquer ces algorithmes sur des exemples concrets dans l'environnement Microsoft Azure Machine Learning Studio. Le dernier chapitre de ce livre est consacré aux possibilités d'extension de l'environnement Azure Machine Learning Studio avec le langage R Note de contenu : Sommaire Préface Avant-propos La Data Science Microsoft Cortana Intelligence Suite La régression linéaire et polynomiale La régression logistique – Arbres de décision et Random Forest – L'algorithme k-means Analyse en composantes principales Réseaux de neurones Support Vector Machine R et Azure ML Studio Conclusion Côte titre : Fs/23303

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
Fs/23303	Fs/23303	livre	Bibliothéque des sciences	Français	Disponible Disponible

---

1 (1 - 1 / 1)