Data Science : les nouveaux livres que vous devriez lire

Vous êtes un expert de Data Science, les livres sont de parfaits moyens d’apprendre d’avantage et d’affiner vos connaissances sur le sujet. Nous vous proposons dans cet article un éclairage sur les nouveaux livres portant sur la Data Science qui peut convenir à plusieurs profils.


Contenu


DATA SCIENCE & IA pour les Managers 

DATA SCIENCE & IA pour les Managers est dédié́ aux Professionnels, Managers, Experts, membres de Comités de Direction qui souhaitent comprendre ce que sont la Data Science et l’IA, et surtout qui souhaitent être capables d’en tirer le meilleur parti pour le développement de leur business. Rédigé́ de manière simple, avec de nombreux exemples, ce livre propose une méthode originale appelée Data Project Booster, déjà̀ éprouvée par plusieurs milliers de personnes dans plusieurs dizaines d’entreprises pour initier ou accélérer le projet de Transformation Data des organisations.

Écrit dans un langage clair, ce livre en couleurs de plus de 220 pages explique de manière accessible avec de nombreux exemples les fondamentaux du Machine Learning et du Deep Learning.

Auteur : Vincent Fraitot I Langue : Français I Éditeur: NETEXPLO Observatory I Date de publication : 17 janvier 2023

Essential Math for Data Science

Dans ce livre, l’auteur vous guide à travers des domaines tels que le calcul, les probabilités, l’algèbre linéaire et les statistiques et comment ils s’appliquent à des techniques telles que la régression linéaire, la régression logistique et les réseaux de neurones. En cours de route, vous obtiendrez également des informations pratiques sur la Data Science et sur la manière d’utiliser ces informations pour optimiser votre carrière. Vous allez apprendre à utilisez du code Python et des bibliothèques comme SymPy, NumPy et scikit-learn pour explorer des concepts mathématiques essentiels comme le calcul différentiel, l’algèbre linéaire, les statistiques et l’apprentissage automatique.

Auteur : Thomas Nield I Langue : Anglais I Éditeur: O’Reilly Media I Date de publication : 10 juin 2022

Graph Data Science with Neo4j

Vous êtes un Data Scientist avec des connaissances de base de Neo4j, ce livre vous permet de boostez vos données. Avec le potentiel illimité de Neo4j, la première base de données de graphes pour l’apprentissage automatique de pointe. Vous allez apprendre à utilisez le langage de requête Cypher pour interroger des bases de données de graphes telles que Neo4j et à créez des ensembles de données graphiques à partir de vos propres données et de graphiques de connaissances publiques. Exécuter un algorithme de prédiction scikit-learn avec des données graphiques et former un algorithme d’intégration prédictive dans GDS et gérer le magasin de modèle.

Auteur : Estelle Scifo I Langue : Anglais I Éditeur: Packt Publishing I Date de publication : 31 janvier 2023

Practical Linear Algebra for Data Science

L’algèbre linéaire est la base mathématique de presque tous les algorithmes et analyses implémentés dans les ordinateurs. Mais la façon dont il est présenté dans des manuels vieux de plusieurs décennies est très différente de la façon dont les professionnels utilisent aujourd’hui l’algèbre linéaire pour résoudre des applications modernes du monde réel.

Ce livre vous enseigne les concepts de base de l’algèbre linéaire tels qu’ils sont implémentés dans Python, y compris la façon dont ils sont utilisés dans la Data Science, machine learning et deep learning.

Armé des connaissances de ce livre, vous serez en mesure de comprendre, de mettre en œuvre et d’adapter une myriade de méthodes et d’algorithmes d’analyse modernes.

Ce livre vous présente les interprétations et applications des vecteurs et des matrices Arithmétique matricielle (diverses multiplications et transformations), rang et inverses décompositions importantes utilisées en algèbre linéaire appliquée (dont LU et QR).

Auteur : Mike X. Cohen I Langue : Anglais I Éditeur: O’Reilly Media I Date de publication : 20 septembre 2022

Python pour la Data Science

Python pour la Data Science décrit toutes les ressources dont vous pouvez disposer pour mettre en œuvre vos applications : IPython, NumPy, Pandas, Matplotlib, Scikit-Learn et Jupyter.

Ce livre est tout simplement la référence incontournable pour s’attaquer aux problèmes quotidiens : manipuler, transformer et nettoyer les données ; visualiser différents types de données ; utiliser les données pour créer des modèles statistiques ou d’apprentissage automatique.

Auteur : Jake VanderPlas I Langue : Francais I Éditeur: First Interactive I Date de publication : 7 avril 2022