Ebooks Gratuits

Analyse de données avec Python - Optimiser la préparation des données avec Pandas, Numpy, Jupyter et IPython-collection O'Reilly

Auteure: Wes Mckinney

Nombre de pages: 363

Une bible pour les ingénieurs en science des données pour manipuler, traiter et nettoyer les données en Python Ce livre vous fera découvrir des instructions complètes pour la manipulation, le traitement, le nettoyage et la compression des jeux de données en Python. Mise à jour pour les dernières version 3.x de Python, la seconde édition de ce guide pratique est bourrée d'études de cas pratiques qui vous montrent comment résoudre efficacement un large ensemble de problèmes d'analyse de données. Vous y apprendrez à maîtriser les dernières versions de Pandas, NumPy, IPython et autre Jupyter. Au programme : Utilisez le shell IPython et Jupyter Notebook pour des explorer des projets informatiques Apprenez les fonctionnalités de base et avancées de NumPy (le raccourci de Numerical Python) Démarrez avec les outils d'analyse de données de la bibliothèque pandas Utiliser des outils flexibles pour charger, nettoyer, transformer, fusionner et remodeler les données Créez des visualisations informatives avec matplotlib Appliquez les outils de regroupement de pandas pour découper, trancher et résumer des jeux de données Analysez et manipulez des données provenant de...

Python et l'analyse forensique

Auteure: Mehdi Bennis , Yann Weber

Nombre de pages: 441

L'informatique forensique nécessite de comprendre en détail le fonctionnement des ordinateurs, des périphériques et des logiciels en question. L'objectif est de donner au lecteur les connaissances nécessaires pour se familiariser avec le langage Python (en version 3) en orientant la problématique de manière à se focaliser sur le fonctionnement de ces objets. Ce livre a été écrit avec la volonté d'être accessible au plus grand nombre et la conviction qu'une "démocratisation" de la compréhension de l'outil informatique est désormais essentielle. Ce livre propose une approche en deux temps : il commence par une introduction au langage Python puis présente comment l'utiliser pour récupérer et manipuler les données produites par nos ordinateurs. Les auteurs traitent ainsi de thématiques variées allant de l'inspection de la mémoire vive des processus, au fonctionnement interne de logiciels grand public ou à l'extraction de l'historique de navigateur web. Différents outils sont étudiés : des plus basiques avec la bibliothèque libmagic, aux technologies les plus récentes comme l'apprentissage automatique avec scikit-learn et son écosystème issu du calcul...

Data science : fondamentaux et études de cas

Auteure: Eric Biernat , Michel Lutz

Nombre de pages: 311

Nous vivons une époque très excitante, qui ramène l'analyse de données et les méthodes quantitatives au coeur de la société. L'aboutissement de nombreux projets de recherche, la puissance de calcul informatique disponible et des données à profusion permettent aujourd'hui d'incroyables réalisations, grâce au travail des data scientists.Un livre de référence pour les data scientistsLa data science est l'art de traduire des problèmes industriels, sociaux, scientifiques, ou de toute autre nature, en problèmes de modélisation quantitative, pouvant être résolus par des algorithmes de traitement de données. Cela passe par une réflexion structurée, devant faire en sorte que se rencontrent problèmes humains, outils techniques/informatiques et méthodes statistiques/algorithmiques. Chaque projet de data science est une petite aventure, qui nécessite de partir d'un problème opérationnel souvent flou, à une réponse formelle et précise, qui aura des conséquences réelles sur le quotidien d'un nombre plus ou moins important de personnes.Éric Biernat et Michel Lutz proposent de vous guider dans cette aventure. Ils vous feront visiter les vastes espaces de la data...

Python et l'analyse forensique

Auteure: Yann Weber

Nombre de pages: 441

Data Science par la pratique

Auteure: Joel Grus

Nombre de pages: 307

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...

Python pour la Data science Pour les Nuls

Auteure: John Paul Mueller

Nombre de pages: 370

Découvrez Python le langage de prédilection de la science des données La science des données ou data science consiste à extraire des connaissance dans un flot de données. Elle utilise des techniques et des théories tirées de domaines comme les mathématiques et la statistique. Les méthodes qui s'adaptent aux big data sont particulièrement intéressantes dans la science des données. Ce livre est destiné à tous ceux qui travaillent dans le domaine de l'analyse de données et montre comment mettre en oeuvre le langage Python pour dans ce domaine et uassi celui de la statistique. Il traite également de Google Colab, un outil qui permet d'cire du code Python dans le cloud. Au programme : Probabilités Distributions aléatoires Tests d'hypothèses Regressions Modèles de prédiction

Analyse de données en Python

Auteure: Wes Mckinney

Nombre de pages: 488

Vous cherchez des instructions complètes pour manipuler, traiter, nettoyer et condenser des structures de données en Python ? Ce livre pratique regorge d'études de cas concrets qui proposent des solutions efficaces à toute une série de problèmes d'analyse de données à l'aide de plusieurs bibliothèques Python - comme NumPy, pandas, matplotlib et IPython. Un livre de référence pour les développeurs big data. Cet ouvrage est également une introduction efficace et moderne au calcul scientifique en Python dans les applications traitant de grandes quantités de données. Il est l'outil idéal des analystes qui découvrent Python et des programmeurs Python qui découvrent le calcul scientifique. Utilisez le shell interactif IPython comme environnement de développement principal. Apprenez les fonctions élémentaires et avancées NumPy (Numerical Python). Lancez-vous avec les outils d'analyse de données de la bibliothèque pandas. Utilisez des outils très performants pour charger, nettoyer, transformer, fusionner et reformater vos données. Créez des nuages de points et des représentations statiques ou interactives avec matplotlib. Appliquez les ressources groupby de...

Data science pour l’agriculture et l’environnement - Méthodes et applications avec R et Python

Auteure: François Brun , Élodie Doutart , Florent Duyme , Mohammed El Jabri , Kevin Fauvel , Maxime Legris , David Makowski , Aurore Philibert , François Piraux , Alexandre Termier

Nombre de pages: 258

La data science a acquis une grande renommée dans de nombreux domaines mais son utilisation en agriculture et, plus largement dans les sciences environnementales, reste encore limitée. Ce manuel d’initiation vise à démocratiser l’usage de la data science pour des applications en lien avec l’agriculture et l’environnement. L’ouvrage couvre les principales méthodes couramment utilisées pour la prédiction, la classification et le partitionnement de données. Il comporte à la fois des explications détaillées du fonctionnement de chaque méthode, une description de codes R et Python permettant leur utilisation pratique, et des exemples d’applications concrètes en lien avec les sciences agricoles et environnementales.

Savoir Programmer Avec le Langage Python Appliqué à l'analyse des Données

Auteure: Josué Afouda

Nombre de pages: 101

Un livre génial destiné aux personnes désireuses d'apprendre à programmer. Même si vous n'aviez jamais écrit auparavant une seule ligne de code, grâce à sa syntaxe intuitive et très facile à comprendre, Python vous fera rentrer dans le monde passionnant de la programmation informatique appliquée à la Science des données (Data Science) qui offre d'immenses opportunités. L'auteur Josué Afouda, détenteur de plusieurs certifications entres autres en Data Science, Machine Learning, Gestion de Bases de données, ..., a une très grande expérience en formation et coaching. Il vous guidera pas à pas à travers ses explications simples, précises et efficaces pour vous permettre d'acquérir les fondamentaux du langage Python. Chaque notion est expliquée par un exercice résolu puis il y a un exercice d'application pour vous permettre de pratiquer au fur et à mesure. Tous les exercices sont également corrigés. A travers ce livre de formation, vous apprendrez à :*configurer votre environnement Python pour un travail efficace ;*écrire du code propre et concis avec Python 3 incluant des structures conditionnelles et des boucles ;*écrire des programmes Python qui...

Python & Pandas et les 36 problèmes de data science - Problèmes et exercices corrigés pas à pas

Auteure: Frédéric Bro , Chantal Remy

Nombre de pages: 540

Ce livre contient 36 problèmes corrigés pour apprendre à traiter les données de toutes tailles (big data), et des vidéos et figures dynamiques en bonus accessibles via des QR codes. • Problèmes corrigés pas à pas • Data visualisation, cartes statistiques • Fouille et analyse de données • Modélisation, simulation, lanceur d’alerte • Prédiction et premiers pas vers l’IA

100 fiches pour comprendre le digital

Auteure: Vincent Dutot , Charles Perez

Nombre de pages: 171

Qu'est-ce que la grande transformation digitale, son impact et ses enjeux ? Que sont la blockchain, le growth hacking, l’intelligence artificielle ou le cross-canal ? Cet ouvrage présente 100 thèmes essentiels du monde digital. Il est structuré en 10 sections de 10fiches organisées de manière claire et accessible. Il propose un regard panoramique sur la transformation digitale et s’adresse tant aux étudiants, aux néophytes du digital qu'aux professionnels. - Une nouvelle édition mise à jour indispensable pour avoir rapidement accès à l’essentiel du monde digital. - Des synthèses claires et accessibles. - Une introduction aux enjeux digitaux (marketing, stratégie, nouvelles technologies, média sociaux). - Une présentation des notions digitales essentielles (techniques et stratégiques). - Une présentation des enjeux marketing à l’ère digitale.

Data Science par la pratique

Auteure: Joël Grus

Nombre de pages: 405

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, Joel 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...

Python pour la Data Science

Auteure: Amandine Velt

Nombre de pages: 388

Python : L'analyse de données

De nos jours, l'explosion du volume et de la variété des données ne laisse plus planer de doute : le rôle du data scientist sera central dans les années à venir. Si vous êtes data scientist ou que vous souhaitez travailler avec Python, ce cours est pour vous. Omar Souissi, professeur associé en technologie de l'information et techniques d'optimisation, vous aide à acquérir les bases indispensables pour faire de la data science avec Python. Vous découvrirez comment utiliser deux bibliothèques indispensables, à savoir NumPy et Pandas. Vous verrez également quelques études de cas qui vous permettront d'assimiler facilement les différentes notions de Python pour l'analyse de données.

Analyse des données textuelles

Auteure: Ludovic Lebart , Bénédicte Pincemin , Céline Poudat

Nombre de pages: 514

L'analyse des données tectuelles (ADT) place le texte au centre de l'analyse et procède rigourement à son analyse grâce à une multitude de méthodes diverses, telles que la statistique exploratoire, les visulations, les procédures de validation quantitative et l'approche qualitative. Très bien illustré par des applications concrètes issues de corpus variés et réalisées avec des loficiels en libre accès, l'ouvrage offrira au lecteur de découvrir cette approbation des sciences humaines qui permet d'explorer et de visualiser les recueils de textes les plus divers.

Python 3

Auteure: Amandine Velt , Sébastien Chazallet

Nombre de pages: 1060

Python pour le data scientist - 2e éd.

Auteure: Emmanuel Jakobowicz

Nombre de pages: 320

Python est devenu en quelques années un langage majeur dans l'univers des applications centrées sur le traitement des données, et plus particulièrement des gros volumes de données (big data). Cet ouvrage servira de guide à tous ceux qui s'intéressent à l'utilisation de Python pour le travail sur les données et l'automatisation de certaines tâches (data science). Il met l'accent sur la préparation et la mise en forme des données qui sont essentielles dans la qualité du résultat et qui constituent aujourd'hui une part importante du travail du data scientist. L'ensemble des exemples et des exercices présentés dans cet ouvrage sont disponibles sous forme de Notebooks Jupyter. Ils sont accessibles directement sur GitHub dans le répertoire dédié à l'ouvrage ou en téléchargement sur le site Dunod. Cette 2e édition comportent de très nombreuses mises à jour sur les évolutions récentes du langage Python, sur les "packages" utilisés en data science, et sur d'autres logiciels associés comme TensorFlow et Keras.

Apprentissage artificiel

Auteure: Vincent Barra , Antoine Cornuéjols , Laurent Miclet

Nombre de pages: 1004

Les programmes d'intelligence artificielle sont aujourd'hui capables de reconnaître des commandes vocales, d'analyser automatiquement des photos satellites, d'assister des experts pour prendre des décisions dans des environnements complexes et évolutifs (analyse de marchés financiers, diagnostics médicaux...), de fouiller d'immenses bases de données hétérogènes, telles les innombrables pages du Web... Pour réaliser ces tâches, ils sont dotés de modules d'apprentissage leur permettant d'adapter leur comportement à des situations jamais rencontrées, ou d'extraire des lois à partir de bases de données d'exemples. Ce livre présente les concepts qui sous-tendent l'apprentissage artificiel, les algorithmes qui en découlent et certaines de leurs applications. Son objectif est de décrire un ensemble d'algorithmes utiles en tentant d'établir un cadre théorique pour l'ensemble des techniques regroupées sous ce terme « d'apprentissage artificiel ». La quatrième édition de ce livre a été augmentée et complètement réorganisée pour s'adapter aux évolutions très significatives de l'apprentissage artificiel ces dernières années. Une large place y est accordée...

Data Science avec Python

Auteure: Patrice Rey

Nombre de pages: 406

Ce livre est destiné aux personnes souhaitant avoir une première immersion dans le domaine de l'analyse de données avec le langage de programmation Python et les librairies dédiées à l'analyse de données que sont NumPy, Pandas, Matplotlib et Seaborn. Dans ce livre, nous verrons principalement comment explorer, manipuler et visualiser des données structurées, c'est-à-dire des tableaux contenant des lignes et des colonnes. La première partie aborde l'utilisation de la librairie NumPy qui est une librairie Python dédiée au calcul scientifique fournissant des fonctions très performantes de calcul, mais aussi des structures de données spécialisées et remarquablement performantes. La seconde partie aborde l'utilisation de la librairie Pandas qui est une librairie Python dédiée à la Data Science. Il s'agit de la librairie Python la plus populaire et la plus performante pour faire de l'analyse de données. Cette librairie Pandas amène avec elle deux nouvelles structures essentielles pour l'analyse de données qui sont les structures Series et DataFrame. La troisième partie aborde l'utilisation de la librairie Matplotlib qui est une librairie graphique très connue en ...

Data science par la pratique

Auteure: Joel Grus

Nombre de pages: 319

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, Joel 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...

Bases de données orientées graphes avec Neo4j

Auteure: Amine Lies Benhenni , François-xavier Bois

Nombre de pages: 193

Une base de données optimisée pour le big data

Machine learning avec Python ANNULE

Auteure: Andreas C.mueller , Sarah Guido

Nombre de pages: 282

Entrez de plain-pied dans le monde fascinant la data science Vous aussi participez à la révolution qui ramène l'intelligence artificielle au coeur de notre société, grace aux data scientists. La data science consiste à traduire des problèmes de toute autre nature, en problèmes de modélisation quantitative, résolus par des algorithmes de traitement. Ce livre se présente comme une référence pour tous les développeurs, statisticiens ou chefs de projets ayant à résoudre des problèmes liés à la data science. Au programme : Pourquoi utiliser le machine learning Les différentes versions de Python L'apprentissage non supervisé et le préprocessing Représenter les données Processus de validation Algorithmes, chaînes et pipeline Travailler avec des données de type texte Du prototype à la production

Python Programmation

Auteure: Amand Odilon

Nombre de pages: 135

Vous êtes à la recherche d'un cours accéléré de Python pour la science des données et vous voulez créer facilement votre premier projet en un rien de temps? Vous êtes constamment à la recherche d'informations sur les réseaux sociaux (comme les groupes FB) et vous ne savez pas par où commencer avec la programmation Python? Si c'est le cas, lisez la suite! Python est souvent utilisé en science des données aujourd'hui car c'est un langage de programmation mature qui possède d'excellentes propriétés pour les programmeurs débutants. Parmi les plus notables de ces propriétés, citons le mot de passe facile à lire, la suppression des délimiteurs optionnels, l'écriture dynamique et l'utilisation de la mémoire dynamique. L'amélioration et la recherche très utile dans le monde de l'informatique et de la technologie ont accru l'importance de ses concepts les plus fondamentaux et essentiels sous mille aspects. Cette notion de principe est ce que nous appelons continuellement les données, et ces données sont la seule chose qui ouvre la voie à tout dans le monde. Les plus grandes organisations et entreprises du monde ont bâti leur création et leurs philosophies et...

Python pour la data science pour les nuls

Auteure: John-paul Mueller , Luca Massaron

Nombre de pages: 474

AWS Certified Data Analytics - Specialty - Préparation Complète - Version Française - (Analyse de données certifiée - Spécialité)

Auteure: G Skills

Nombre de pages: 180

Ce nouveau livre a été entièrement mis à jour pour le nouvel examen AWS Certified Data Analytics -Specialty DAS-C01. L'examen de spécialité AWS Certified Data Analytics est l'un des examens de certification les plus difficiles que vous puissiez passer d'Amazon. L'adopter indique clairement aux employeurs que votre connaissance des systèmes de Big Data est large et approfondie. Mais même les technologues expérimentés doivent se préparer sérieusement à cet examen. Ce livre vous prépare à la réussite, en couvrant toutes les technologies Big Data de l'examen et leur intégration. Tout au long du livre, vous aurez de nombreuses opportunités de renforcer votre apprentissage avec un examen pratique très similaire au véritable examen en termes de difficulté, de longueur et de style - vous saurez donc si vous êtes prêt avant d'investir dans le prendre. Nous vous fournirons également de précieux conseils et stratégies pour passer des tests en cours de route. L'analyse de données est une certification avancée, et il est préférable de s'y attaquer par des étudiants qui ont déjà obtenu une certification de niveau associé dans AWS et qui ont une expérience...

Cours de python

Auteure: Patrick Fuchs , Pierre Poulain

Nombre de pages: 140

Python pour la data science

Auteure: Jake Vanderplas

Nombre de pages: 561

Le best-seller O'Reilly sur la data science avec Python enfin traduit en Francais ? Pour de nombreux chercheurs, Python est un outil essentiel en raison de ses bibliothèques pour stocker, manipuler et obtenir un aperçu des données. Ce livre décrit toutes les ressources dont vous pouvez disposer pour mettre en oeuvre vos applications : IPython, NumPy, Pandas, Matplotlib, Scikit-Learn et d'autres outils associés. Les scientifiques en activité et les utilisateurs de données familiarisés avec la lecture et l'écriture de code Python trouveront avec cette référence complète l'outil idéal 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. Ce livre est tout simplement la référence incontournable pour le calcul scientifique en Python. Vous apprendrez à utiliser : IPython et Jupyter : fournissent des environnements de calcul pour les data scientists utilisant Python NumPy : inclut le ndarray pour un stockage et une manipulation efficaces de tableaux de données denses en Python Pandas : comprend le...

SIG – Introduction à la géomatique et mise en place d'un système d'information géographique libre

Auteure: Nicolas Roelandt

Nombre de pages: 258

Manipuler des données localisables, en extraire de l'information et fournir des éléments d'aide à la décision sont des pratiques désormais courantes pour répondre à des besoins aussi bien à l'échelle organisationnelle (gestion territoriale, transports, énergie, prospection, etc.) qu'individuelle (applis fondées sur la géolocalisation). Elles passent par l'utilisation d'un système d'informations géographique, dont il convient de choisir avec soin les composants. Ce livre explique comment mettre en place un tel système à base de briques logicielles libres et interopérables. La chaîne de traitement proposée est constituée de composants relativement simples à utiliser, même si vous êtes peu familier de ce type d'outils : QGIS, PostGIS, GeoServer, Leaflet. Au-delà de l'aspect purement pratique, il vise aussi à présenter les concepts de base de la géomatique. Niveau : Débutant/Intermédiaire Sommaire : GÉNÉRALITÉS 1. Géomatique et SIG 2. Concepts de base de la géomatique 3. Intérêt des outils libre 4. Outils pour l'implémentation d'un SIG libre MISE EN PLACE D'UN SIG LIBRE Présentation des données 5. Chargement de données et traitement dans QGIS...

Python pour les SHS

Auteure: Emilien Schultz , Matthias Bussonnier

Nombre de pages: 333

ITC Informatique Tronc Commun MPSI - Cours Programme 2022

Auteure: Patrice Rey

Nombre de pages: 426

Ce livre est conçu comme un manuel d'aide pratique d'informatique à destination des élèves de première et deuxième années des classes préparatoires MPSI dans les filières MP, PC, PSI et PT. Ce livre est conforme au nouveau programme et il est destiné aux étudiants souhaitant avoir une vue générale de ce qui est enseigné, en ne retenant que l'essentiel à connaître. Tout le code de programmation composé est écrit en Python au sein de classeur Jupyter Notebook en utilisant une distribution Anaconda 3 sur la plateforme Windows 10.

Aide Memoire Expressions Regulieres

Auteure: Patrice Rey

Nombre de pages: 156

Une expression régulière est une chaîne de caractères servant à décrire de façon générique un ensemble de chaînes grâce à l'utilisation de caractères ayant une signification particulière. La syntaxe utilisée pour l'écriture des expressions régulières, conçue par Ken Thompson, est dérivée de la notation utilisée par le mathématicien Stephen Cole Kleene, qui est à l'origine du concept.

Python pour le data scientist

Auteure: Emmanuel Jakobowicz

Nombre de pages: 312

Communication cartographique

Auteure: Boris Mericskay

Nombre de pages: 266

Avec le développement de l’informatique et d’Internet, la cartographie a profondément évolué, tant d’un point de vue des outils, des usages que des publics. Ce nouveau contexte sociotechnique n’est pas sans conséquences sur le processus de communication cartographique qui doit être questionné et envisagé au prisme des nouvelles dynamiques en présence. Communication cartographique propose des clés de lecture et de compréhension des enjeux relatifs à la transmission des informations spatiales par le biais de cartes à l’heure du numérique et du Géoweb. Cet ouvrage offre un large panorama des questions de communication cartographique, de sémiologie graphique et de géovisualisation en mobilisant des apports théoriques, conceptuels et méthodologiques issus de divers champs de recherche. Par des approches complémentaires (sémiologiques, sémiotiques, méthodologiques, techniques, esthétiques, cognitives, etc.), il décrypte les usages et les enjeux communicationnels des cartes actuelles.

Apprendre et enseigner sur le Web: quelle ingénierie pédagogique?

Auteure: Gilbert Paquette , Josianne Basque , France Henri

Nombre de pages: 578

L’essor des technologies numériques entraîne de profonds bouleversements en éducation. La récente pandémie a accéléré leur usage et a révélé le manque de préparation des milieux éducatifs, forcés d’adopter dans l’urgence des modalités virtuelles d’enseignement et d’apprentissage. Les défis pédagogiques, technologiques et organisationnels à y relever sont largement sous-estimés. Les méthodes d’ingénierie pédagogique ont pour but d’aider les éducateurs à y faire face. Cet ouvrage bénéficie à la fois des connaissances acquises par la pratique de l’enseignement à distance à l’Université TÉLUQ depuis plusieurs décennies, et des recherches menées à son Institut de recherche LICEF, dont la Méthode d’ingénierie des systèmes d’apprentissage (MISA) et les outils numériques qui l’implémentent ont été largement utilisés au Québec et dans plusieurs pays. Depuis sa diffusion au début des années 2000, les bases pédagogiques et technologiques de cette méthode ont évolué. Le but de cet ouvrage est d’en faire le bilan et d’identifier les lignes de forces d’une nouvelle ingénierie pédagogique. L’ouvrage compte...

R pour les data sciences

Auteure: Garrett Grolemund , Hadley Wickham

Nombre de pages: 496

Les data sciences constituent une discipline fascinante, qui vous servira à transformer des données brutes en idées et connaissances aisément compréhensibles. L’objectif de ce livre est de vous aider à maîtriser les outils essentiels qui vous permettront d’utiliser R dans la pratique des data sciences. Après l’avoir lu, vous pourrez faire face à la plupart des situations que vous rencontrerez dans vos projets, en exploitant au mieux les fonctionnalités de R. Mais avant de devenir un expert en R, vous devrez tout d’abord importer vos données, c’est-à-dire les lire, en général depuis un fichier, une base de données ou une API web, et les charger dans un cadre de données dans R. Si vous ne pouvez pas transférer vos données dans R, vous ne pourrez pas les analyser ! Une fois vos données importées, vous gagnerez beaucoup à les ranger. Une fois vos données rangées, vous passerez bien souvent par une étape de transformation. Une fois vos données rangées avec les variables dont vous avez besoin, la génération de connaissances reposera principalement sur deux moteurs : la visualisation et la modélisation. Leurs forces et faiblesses sont...

L’économie de partage et le Big Data analytics

Auteure: Soraya Sedkaoui , Mounia Khelfaoui

Nombre de pages: 276

Les différentes facettes de l’économie de partage offrent de nombreuses opportunités aux entreprises, en particulier celles qui se distinguent par leurs idées créatives et leurs capacités à connecter facilement les acheteurs et les vendeurs de biens et services via des plateformes numériques. À l’origine de la croissance de cette économie, les technologies numériques avancées génèrent des milliards d’octets de données constituant ce qu’on appelle le Big Data. Cet ouvrage met en évidence le rôle facilitateur du Big Data analytics, afin d’expliquer pourquoi et comment les algorithmes d’analyse de données peuvent être intégrés opérationnellement pour extraire de la valeur et améliorer les pratiques de l’économie de partage. Il examine les raisons pour lesquelles ces nouvelles techniques sont nécessaires aux entreprises de cette économie et propose une série d’applications pratiques illustrant l’utilisation des données dans l’écosystème de partage.

Projets créatifs avec Raspberry Pi

Auteure: Donald Norris

Nombre de pages: 270

Amusez-vous avec treize projets créatifs pour le Raspberry Pi. Cet ouvrage pratique vous guide dans la découverte du matériel, du système d'exploitation et de l’environnement de développement du Raspberry Pi. Il explique comment utiliser le langage Python et la bibliothèque GPIO pour que vous puissiez démarrer immédiatement vos projets. Vous allez apprendre à assembler une carte de prototypage qui servira à tous les développements. Des instructions détaillées et illustrées vous feront ensuite entrer directement au coeur de projets à la complexité croissante. Tous les composants nécessaires à leur réalisation sont peu onéreux et faciles à trouver. Grâce à ce livre pratique, vous allez tirer le meilleur de votre Raspberry Pi. Points essentiels : • instructions complètes et détaillées, accompagnées d’illustrations utiles ; • schémas et code pour chaque projet ; • description des principes de programmation sous-jacents ; • liste des composants requis, avec les lieux de vente. Les projets : • LED clignotante ; • lecteur MP3 ; • commande d’appareil photo ; • récepteur GPS ; • détecteur de tremblements de terre ; • système...

Bases de données - 5e éd.

Auteure: Jean-luc Hainaut

Nombre de pages: 736

Ce manuel vise un triple objectif : comprendre les concepts théoriques, apprendre à utiliser des bases de données, et enfin savoir en construire de nouvelles. La première partie explique les notions de base sur les structures de données, les systèmes de gestion de bases de données, le modèle relationnel... La deuxième décrit le langage SQL et les fonctions qui permettent de tirer le meilleur parti d'une base de données. La dernière partie détaille les méthodes de construction des bases de données relationnelles puis des bases relationnelles-objet. Les chapitres sont accompagnés de 80 exercices corrigés. L'ouvrage papier est complété par un site web comprenant 30 annexes avec des tutoriels, des exercices corrigés, des planches PowerPoint destinées aux enseignants. Ces tutoriels permettent à l'étudiant de mettre en pratique de manière active les notions expliquées dans le livre. Cette cinquième édition inclut un nouveau chapitre consacré aux fonctions du langage SQL dédiées à l’analyse de données (chapitre 10). Elle comprend également de nombreuses mises à jour, corrections et améliorations de présentation ainsi que de nouveaux matériaux...

Le Machine Learning Pour les Nuls

Auteure: Luca Massaron , John Paul Mueller

Nombre de pages: 408

Plongez au coeur de l'intelligence arficielle et de la data science Vous aussi participez à la révolution qui ramène l'intelligence artificielle au coeur de notre société, grace à la data scince et au machine learning. La data science consiste à traduire des problèmes de toute autre nature, en problèmes de modélisation quantitative, résolus par des algorithmes de traitement. Ce livre va vous faire découvrir tous les ingrédients qui font du machine learning l'outil indispensable du développement d'applications liées à l'intelligence artificielle. Au programme de ce livre : Découvrez toutes les applications du quotidien qui utilisent le machine learning Apprenez les langages du machine learning : Python et R, afin de vous adresser aux machines qui effectueront des traitements sur les données Apprenez à coder en R avec R studio Apprenez à coder en Python en utilisant Anaconda