Navigation

Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter

  1. #1
    Modérateur

    [Livre] Data Science par la pratique - fondamentaux avec Python
    Data Science par la pratique
    fondamentaux avec Python


    Un ouvrage de référence pour les (futurs) data scientists.

    Les bibliothèques, les frameworks, les modules et les boîtes à outils sont parfaits pour faire de la data science. Ils sont aussi un bon moyen de plonger dans la discipline sans comprendre la data science. Dans cet ouvrage, vous apprendrez comment fonctionnent les outils et algorithmes les plus fondamentaux de la data science, en les réalisant à partir de zéro.

    Si vous êtes fort en maths et que vous connaissez la programmation, l'auteur, Joël Grus, vous aidera à vous familiariser avec les maths et les statistiques qui sont au coeur de la data science et à acquérir les compétences informatiques indispensables pour démarrer comme data scientist. La profusion des données d'aujourd'hui contient les réponses aux questions que personne n'a encore pensé à poser. Ce livre vous enseigne comment obtenir ces réponses.

    Suivez un cours accéléré de Python.
    Apprenez les fondamentaux de l'algèbre linéaire, des statistiques et des probabilités, et comprenez comment et quand les utiliser en data science.
    Collectez, explorez, nettoyez, bricolez et manipulez les données.
    Plongez dans les bases de l'apprentissage automatique.
    Implémentez des modèles comme les k plus proches voisins, le Bayes naïf, les régressions linéaire ou logistique, les arbres de décision, les réseaux neuronaux et le clustering.
    Explorez les systèmes de recommandation, le traitement du langage naturel, l'analyse de réseau, MapReduce et les bases de données.

    A qui s'adresse cet ouvrage ?
    Aux développeurs, statisticiens, étudiants et chefs de projet ayant à résoudre des problèmes de data science.
    Aux data scientists, mais aussi à toute personne curieuse d'avoir une vue d'ensemble de l'état de l'art de ce métier du futur.

    [Lire la suite]



    La science ne nous apprend rien : c'est l'expérience qui nous apprend quelque chose.
    Richard Feynman

  2. #2
    Membre actif
    J'ai acheté cet ouvrage pour voir si la version française valait le coup par rapport à l'originale. Outre un une traduction du titre original aux antipodes (Data Science for Scratch First Principles with Python) il y a une erreur presque toutes les pages voire plusieurs par page. Avant d'atteindre la page 100, j'en étais déjà à plus de 40 erreurs de traduction et de code (notamment des erreurs d'indentation !) sans les chercher. Un seul conseil : excepté si corriger des dizaines d'erreurs d'un ouvrage est votre passe-temps, acheter la version originale dont la version française ne traduit pas certains aspects d'humour de langage.

    4 étoiles pour la version anglaise et 0 pour la version française !

  3. #3
    Membre habitué
    Bonjour,

    Dans la critique du livre, il est indiqué:
    Comment s’en sert-on ? Ce livre se met en application avec IPython ou avec SciLab en se projetant, et un jeu de données.
    Est-ce qu'on peut mettre en application les exemples avec PyCharm.
    Ou est-ce que IPython ou SciLab sont indispensables pour bien mettre en pratique ?