Introduction au Machine Learning. 2e édition
Extraits
Mathématiques pour l'informati
Introduction au Machine Learning. 2e édition
Cet ouvrage s'adresse aux étudiantes et étudiants en informatique ou maths appliquées, en L3, master ou école d'ingénieurs. Le Machine Learning est une discipline dont les outils puissants permettent aujourd'hui à de nombreux secteurs d'activité de réaliser des progrès spectaculaires grâce à l'exploitation de grands volumes de données. Le but de cet ouvrage est de vous fournir des bases solides sur les concepts et les algorithmes de ce domaine en plein essor. Il vous aidera à identifier les problèmes qui peuvent être résolus par une approche Machine Learning, à les formaliser, à identifier les algorithmes les mieux adaptés à chaque problème, à les mettre en oeuvre, et enfin à savoir évaluer les résultats obtenus. Les notions de cours sont illustrées et complétées par 85 exercices, tous corrigés.
02/2022
Informatique
Introduction au Deep Learning
Cet ouvrage s'adresse aux étudiants en fin de licence et en master d'informatique ou de maths appliquées, ainsi qu'aux élèves ingénieurs. L'apprentissage profond (deep learning) a révolutionné l'intelligence artificielle et s'est très rapidement répandu dans de nombreux domaines d'activité. Grâce à une approche "orientée projet", ce livre a pour but d'expliquer les bases du deep learning, depuis les réseaux de neurones à propagation avant jusqu'aux réseaux non supervisés. Conçu comme un manuel d'apprentissage synthétique, avec cours et exercices, il s'appuie sur des exemples dans des domaines comme la vision par ordinateur, la compréhension des langages naturels ou l'apprentissage par renforcement. Ces exemples sont étudiés avec le logiciel TensorFlow. Les notions théoriques sont illustrées et complétées par une quarantaine d'exercices, dont la moitié sont corrigés.
01/2021
Littérature anglo-saxonne
Machin-Machine
Tout commence par un prototype, de la taille d'un frigo, un machin étrange et bruyant testé dans la cuisine d'un couple de la classe moyenne. Une drôle de machine capable de transporter un objet en le dématérialisant d'un côté, pour le rematérialiser de l'autre. Très vite, l'invention se perfectionne et la prouesse scientifique devient un simple aspect de la vie quotidienne. La distance n'est plus un frein. Une cabine dans chaque foyer, chaque rue, chaque ville permet tous les déplacements. Tout est rapide. Facile. Cette nouvelle technologie change bientôt le monde et tous ceux qui l'habitent - les sceptiques comme les convertis. Mais, dans une société obsédée par le progrès, que deviennent les choses qui nous rendent humains : les souvenirs, les peurs, les amours, les contradictions, la mortalité. La confusion inhérente à nos existences. Tout à notre envie de toucher à la perfection, que risquons-nous de perdre ?
09/2022
Econométrie, théorie des jeux
Machine Learning pour l’économétrie
Machine learning pour l'économétrie est un ouvrage destiné aux économistes qui souhaitent appréhender les techniques de machine learning modernes - de leurs performances en matière de prédiction au traitement révolutionnaire des données non structurées - afin d'établir des relations de causalité à partir des données. Il aborde la sélection automatique de variables dans divers contextes de grande dimension, l'estimation de l'hétérogénéité des effets du traitement, les techniques de traitement du langage naturel (NLP), ainsi que le contrôle synthétique et les prévisions macroéconomiques. Les fondements des méthodes de machine learning sont introduits de manière à proposer à la fois un traitement théorique approfondi de la façon dont elles peuvent être utilisées en économétrie, ainsi que de nombreuses applications économiques. Chaque chapitre contient une série d'exemples empiriques, de programmes et d'exercices pour faciliter l'adoption et la mise en oeuvre des techniques par le lecteur. Ce livre s'adresse aux étudiants de master ou de grandes écoles, aux chercheurs et aux praticiens désireux de comprendre et perfectionner leur connaissance du machine learning pour l'appliquer dans un contexte traditionnellement réservé à l'économétrie.
10/2023
Informatique
Le Machine learning pour les nuls
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
11/2019
Programmation
Python pour le data scientist. Des bases du langage au machine learning, 2e édition
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. Si vous vous intéressez au traitement des données avec le langage Python, cet ouvrage s'adresse à vous. Que vous soyez débutant en Python ou que vous ayez une expérience significative, il vous apportera les clés pour utiliser ce langage en data science. Ce livre répond à de nombreuses questions sur Python : Comment utiliser Python en data science ? Comment coder en Python ? Comment préparer des données avec Python ? Comment créer des visualisations attractives avec Python ? Comment appliquer des modèles de machine learning et de deep learning avec Python ? Comment passer aux environnements big data ? Vous apprendrez à tirer parti des multiples outils Python tels que Anaconda, Jupyter, NumPy, Pandas, Matplotlib, Seaborn, Bokeh, Scikit-Learn, TensorFlow, PySpark... pour mettre en place vos traitements. Cette deuxième édition est complétée et enrichie par des mises à jour de code liées aux évolutions de Python et des packages de data science. Des données plus récentes sont aussi utilisées. Les + en ligne : l'ensemble du code compris dans cet ouvrage est disponible sous la forme de notebooks Jupyter dans le repository public de l'auteur : github.com/emjako/pythondatascientist.
03/2021
Programmation
Python pour le data scientist. Des bases du langage au machine learning, 3e édition
Si vous vous intéressez au traitement des données avec le langage Python, cet ouvrage s'adresse à vous. Que vous soyez débutant en Python ou que vous ayez une expérience significative, il vous apportera les clés pour utiliser ce langage en data science. Ce livre répond à de nombreuses questions sur Python : - Comment utiliser Python en data science ? - Comment coder en Python ? - Comment préparer des données avec Python ? - Comment créer des visualisations attractives avec Python ? - Comment appliquer des modèles de machine learning et de deep learning avec Python ? - Comment passer aux environnements big data ? Pour mettre en place vos traitements, vous apprendrez à tirer parti des multiples outils Python tels que Anaconda, Jupyter, NumPy, Pandas, Matplotlib, Seaborn, Bokeh, Scikit-Learn, TensorFlow, PySpark... Cette troisième édition, entièrement refondue et augmentée, est enrichie des mises à jour de code liées aux évolutions de Python et des packages de data science. L'ensemble du code compris dans cet ouvrage est disponible sous la forme de notebooks Jupyter dans le repository public de l'auteur : https : //github. com/emjako/pythondatascientist
03/2024
Informatique
Big Data, Machine Learning et apprentissage profond
Cet ouvrage montre comment appliquer les méthodes de machine learning aux Big Data, et comment appliquer les méthodes plus spécifiques de deep learning aux problèmes plus complexes relevant de l'intelligence artificielle, tels que la reconnaissance d'image et le traitement du langage naturel.
04/2019
Informatique
Intelligence artificielle vulgarisée. Le machine learning et le deep learning par la pratique
L'intelligence artificielle est aujourd'hui incontournable. Cependant, les approches pédagogiques réalisées par les ouvrages et sites internet dédiés à l'intelligence artificielle restent souvent complexes. Ce livre a pour objectif de présenter de façon simple et concrète la création de projets basés sur de l'intelligence artificielle en mettant de côté les formules mathématiques et statistiques décourageantes pour la plupart des novices. Il permet ainsi de rendre compréhensibles et applicables les concepts du Machine Learning et du Deep Learning à toute personne âgée de 15 à 99 ans ! La démarche proposée par cet ouvrage se veut progressive et l'auteur entremêle théorie et cas pratiques. Après une introduction à l'intelligence artificielle et aux craintes qu'elle suscite, deux chapitres proposent un bref rappel sur les fondamentaux du langage Python, sur des notions statistiques ainsi qu'une présentation des algorithmes du Machine Learning et de leur champ d'application. Le lecteur peut ensuite, grâce aux trois chapitres qui suivent, découvrir comment donner la faculté à sa machine de prédire des valeurs et de réaliser des classifications. Vient ensuite la découverte de l'apprentissage non supervisé puis de la classification de texte. Enfin, à travers trois chapitres successifs traitant des réseaux de neurones, le lecteur découvre comment les neurosciences ont eu un impact sur l'intelligence artificielle. L'ouvrage se termine par la réalisation de cas pratiques : un premier mêlant réseau de neurones et parole et un second relatif au premier chatbot.
09/2019
Programmation
Machine Learning. Implémentation en Python avec Scikit-learn
Ce livre présente à des personnes non Data Scientists, et sans connaissances particulières en mathématiques, la méthodologie du Machine Learning, ses concepts et l'implémentation de ceux-ci en Python. Il commence par une présentation du Machine Learning puis de la méthode CRISP où chaque phase est détaillée avec les différentes étapes. Les premiers chapitres s'intéressent donc aux phases de Data Understanding (ou compréhension des données) et de Data Preparation (préparation des données). Dans le premier sont présentés des analyses statistiques de datasets, que cela soit sous forme numérique ou graphique. Dans le deuxième sont vues les principales techniques utilisées pour la préparation des données, avec leur rôle et des conseils sur leur utilisation. Ensuite, plusieurs chapitres sont dédiés chacun à une tâche de Machine Learning : · La classification ; · La régression, avec le cas particulier de la prédiction ; · Le clustering et plus globalement l'apprentissage non supervisé. Pour chaque tâche qui est présentée sont successivement détaillés les critères d'évaluation, les concepts derrière les principaux algorithmes puis leur implémentation avec Scikit-Learn. Pour illustrer les différents chapitres, les techniques et algorithmes présentés sont appliqués sur des datasets souvent utilisés : Iris (classification de fleurs), Boston (prévision de prix de vente d'appartements) et Titanic (prévision de la chance de survie des passagers du bateau).
10/2021
Programmation
Le machine learning et Python pour les Nuls
Plongez au coeur de l'intelligence arficielle et de la data science avec le machine learning et Python Vous aussi participez à la révolution qui ramène l'intelligence artificielle au coeur de notre société, grace à la data science, au machine learning et à Python son langage de référence. 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 diviser en 2 livre distincts va tout d'abord vous faire découvrir tous les ingrédients qui font du machine learning l'outil indispensable du développement d'applications liées à l'intelligence artificielle. Dans un second temps, vous découvrirez le langage vedette du machine learning et de la data science, le bien nommé Python. Au programme de ce livre : Découvrez toutes les applications du quotidien qui utilisent le machine learning Découvrez les langages du machine learning : Python et R, afin de vous adresser aux machines qui effectueront des traitements sur les données Comprendre la syntaxe du langage Python Concevoir des programmes et simplifier le développement Blocs de données, chaînes et dictionnaires S'initier à la programmation procédurale et orientée objet
02/2022
Informatique
Machine Learning avec Scikit-Learn. Mise en oeuvre et cas concrets, 2e édition
L'apprentissage automatique (Machine Learning) est aujourd'hui en pleine explosion. Mais de quoi s'agit-il exactement, et comment pouvez-vous le mettre en oeuvre dans vos propres projets ? L'objectif de cet ouvrage est de vous expliquer les concepts fondamentaux du Machine Learning et de vous apprendre à maîtriser les outils qui vous permettront de créer vous-même des systèmes capables d'apprentissage automatique. Vous apprendrez ainsi à utiliser Scikit-Learn, un outil open source très simple et néanmoins très puissant que vous pourrez mettre en oeuvre dans vos systèmes en production. Apprendre les bases du Machine Learning en suivant pas à pas toutes les étapes d'un projet utilisant Scikit-Learn et pandas. Ouvrir les boites noires pour comprendre comment fonctionnent les algorithmes. Explorer plusieurs modèles d'entraînement, notamment les machines à vecteur de support (SVM). Comprendre le modèle des arbres de décision et celui des forêts aléatoires, et exploiter la puissance des méthodes ensemblistes. Exploiter des techniques d'apprentissage non supervisées telles que la réduction de dimensionnalite. la classification et la détection d'anomalies.
11/2019
Intelligence artificielle
Machine Learning avec Scikit-Learn. Mise en oeuvre et cas concrets, 3e édition
L'apprentissage automatique (Machine Learning) est aujourd'hui en pleine explosion. Mais de quoi s'agit-il exactement, et comment pouvez-vous le mettre en oeuvre dans vos propres projets ? L'objectif de cet ouvrage est de vous expliquer les concepts fondamentaux du Machine Learning et de vous apprendre à maîtriser les outils qui vous permettront de créer vous-même des systèmes capables d'apprentissage automatique. Vous apprendrez ainsi à utiliser Scikit-Learn, un outil open source très simple et néanmoins très puissant que vous pourrez mettre en oeuvre dans vos systèmes en production. - Apprendre les bases du Machine Learning en suivant pas à pas toutes les étapes d'un projet utilisant Scikit-Learn et pandas. - Ouvrir les boîtes noires pour comprendre comment fonctionnent les algorithmes. - Explorer plusieurs modèles d'entraînement, notamment les machines à vecteur de support (SVM). - Comprendre le modèle des arbres de décision et celui des forêts aléatoires, et exploiter la puissance des méthodes ensemblistes. - Exploiter des techniques d'apprentissage non supervisées telles que la réduction de dimensionnalité, la classification et la détection d'anomalies. Tous les exemples de code sont disponibles en ligne sous la forme de notebooks Jupyter à l'adresse suivante : https : //github. com/ageron/handson-ml2
11/2023
Programmation
Machine Learning et Python. Coffret en 2 volumes : Implémentation avec Sikit-Learn, 2e édition
Ces deux livres offrent au lecteur un maximum d'informations sur le Machine Learning et son implémentation avec la bibliothèque Python Sickit-Learn. 1095 pages par nos experts. Des éléments complémentaires sont en téléchargement sur le site www.editions-eni.fr. Un livre de la collection Expert IT Le Machine Learning avec Python - De la théorie à la pratique Extrait du résumé : Ce livre sur le Machine Learning avec le langage Python permet de disposer des connaissances théoriques nécessaires pour une compréhension approfondie du Machine Learning et d'appréhender les outils techniques utiles pour mettre en pratique les concepts étudiés. L'auteur y expose des exemples concrets sur les concepts de l'apprentissage automatique. Les lecteurs avertis trouveront dans ce livre une occasion d'aller plus loin dans leur compréhension des algorithmes du Machine Learning... Un livre de la collection Expert IT Machine Learning - Implémentation en Python avec Scikit-learn Extrait du résumé : Ce livre présente à des personnes non Data Scientists, et sans connaissances particulières en mathématiques, la méthodologie du Machine Learning, ses concepts, ses principaux algorithmes et l'implémentation de ceux-ci en Python avec Scikit-learn...
10/2022
Gestion
Machine Learning et Supply Chain : révolution ou effet de mode ?
Les systèmes industriels et logistiques modernes génèrent un nombre considérable de données, que les progrès des nouvelles technologies permettent de capter de plus en plus efficacement : caractéristiques des produits et des commandes, traçabilité, paramètres de fabrication, de manutention et de transport, phénomènes exogènes de toutes sortes, etc. L'émergence de nouvelles techniques d'analyse des données, comme le Machine Learning, semble donc ouvrir de nouvelles possibilités pour planifier plus efficacement la Supply Chain. Certains parlent même d'une révolution à venir, d'autres ne voyant rien venir, évoquent des effets de mode. Cet ouvrage, rédigé par un enseignant-chercheur et un praticien en entreprise, propose de décrire ce qu'est le Machine Learning, et comment il est possible d'utiliser ses apports dans la Supply Chain, dans le cadre conceptuel de la planification hiérarchisée. Il s'adresse avant tout aux opérationnels de la Supply Chain, ainsi qu'aux étudiants, à qui il permettra de comprendre les concepts de la planification hiérarchisée, les principaux algorithmes du Machine Learning et surtout de découvrir, à partir d'exemples concrets, des projets effectivement menés en entreprise, et des recommandations pratiques pour en réussir d'autres. Ni thuriféraires de la technologie, ni sceptiques rétrogrades, les auteurs visent à faire prendre conscience par les acteurs, actuels et futurs, de la Supply Chain que le Machine Learning ne peut être ignoré, mais que son utilisation dans le cadre de projets réels nécessitera un pilotage plein d'intelligence humaine.
10/2019
Programmation
Découverte du Machine Learning. Les outils de l'apprentissage automatique
L'ouvrage : niveau B (Ecoles d'ingénieurs - Masters). Cet ouvrage propose une découverte pragmatique du Machine Learning à travers des exemples implémentés. Il constitue une introduction à différentes méthodes permettant aux étudiants de DUT, de licence, des écoles d'ingénieurs et aux chercheurs de découvrir plusieurs aspects du domaine. Le domaine du Machine Learning couvre un large spectre d'outils et de méthodes. Cet ouvrage fait un focus particulier sur les réseaux de neurones, les réseaux Bayésiens, les méthodes de classification, le pattern mining et les séries temporelles. La découverte s'effectue en utilisant des bibliothèques dédiées au Machine Learning, notamment TensorFlow, Keras, pyAgrum et Weka. Les exemples du livre sont essentiellement des problèmes qui ont été tirés des domaines d'expertise des auteurs. Les codes informatiques sont proposés en Python, en C et en Java, car les domaines où le Machine Learning est utile sont très nombreux et il est important d'avoir une vue globale de ce qu'il est possible de faire avec les outils récents.
04/2021
Introduction historique au dro
Introduction au droit. 9e édition
Cet ouvrage est une introduction aux droits, qui va au-delà du droit civil. Le droit privé (civil, pénal, social, des affaires), le droit public (administratif, constitutionnel), le droit international et le droit européen (droit de l'Union européenne et de la Convention européenne des droits de l'homme) sont mis à contribution afin d'illustrer les grandes problématiques des sources du droit (confection et malfaçons de la loi, conflits de lois dans le temps, hiérarchie des normes, pouvoir de la jurisprudence, autorité de la doctrine, méthodes d'interprétation) et de l'organisation judiciaire (justices publique ou privée). Les auteurs exposent les fondements du droit et les liens qu'il entretient avec de grandes notions (l'Etat, la religion, l'équité, l'éthique, la codification...), les questions et controverses les plus actuelles (soft law, attractivité économique du droit, neuro-droit, renouveau de la motivation des arrêts de la Cour de cassation depuis 2015...). Ils décrivent également le droit de la preuve au travers de plusieurs branches du droit. Points forts Un ouvrage à l'usage de tous qui fait entrer le lecteur dans le droit, grâce aux connexions établies avec l'histoire, la sociologie, la politique, l'économie, la philosophie, les religions, la littérature, etc. Un ouvrage qui est devenu un classique
08/2022
Introduction historique au dro
Introduction au droit. 7e édition
Le droit, en tant que matière complexe, nécessite un apprentissage précis des différents concepts fondamentaux. La septième édition de l'ouvrage Introduction au droit présente les principales spécificités des notions essentielles pour la formation de tout juriste. Il contient, de manière successive, une présentation préalable du droit, en tant que Droit objectif, puis un exposé de la diversité et de la mise en oeuvre des droits, au sens de droits subjectifs, en développant les particularités non seulement théoriques, mais aussi pratiques de la matière juridique. L'originalité de l'ouvrage réside dans la rédaction d'encadrés contenant, sur des thèmes jugés essentiels, plusieurs éléments d'actualité, ainsi que des développements ponctuels relatifs aux droits et libertés fondamentaux. Ces différents éléments, mis à jour au 1er juillet 2021 des dernières évolutions législatives comme jurisprudentielles, se révèlent conformes aux attentes des étudiants en 1re année de licence de droit et ceux qui préparent les examens (comme l'entrée aux Centres régionaux de formation des avocats) et concours (tel que l'entrée à l'Ecole nationale de la magistrature).
09/2021
Que-sais-je ?
Introduction au droit. 5e édition
Nul ne peut échapper au droit. Celui qui naît se voit déjà doté d'une filiation, d'un nom, d'un prénom, et aussi sans doute d'un domicile et d'une nationalité. Tout au long de la vie se nouent de multiples liens juridiques créateurs d'obligations diverses (achats les plus quotidiens, mariage, contrat de travail, etc.). Même la mort est soumise à de nombreuses règles de droit (sort du cadavre, respect dû à la mémoire des morts). Cette familiarité du droit ne doit pas tromper : le droit est une discipline complexe, au vocabulaire particulier, à la technicité indéniable. Au-delà de cette technicité et de la variété de matières juridiques, Muriel Fabre-Magnan nous invite à "penser en droit", à cerner la structure et le cadre général de cette discipline pour mieux mesurer l'apport du regard juridique dans nos sociétés.
05/2021
Introduction historique au dro
Introduction au droit. 8e édition
L'objectif de cet ouvrage de donner aux étudiants qui découvrent le droit des bases solides de théorie générale, en étant à la fois complet et pédagogique. Au sommaire de cette introduction : - Le droit : définition, divisions du droit interne (public, privé, pénal), les sources (loi, coutume, jurisprudence, doctrine), application et interprétation de la loi - Les droits : les personnes, les choses, le patrimoine, les faits juridiques, les actes juridiques, la preuve, les juridictions, le procès Points forts - Avec des tests d'évaluation en fin de chapitre - Comprend un lexique et la liste des maximes et expressions latines
10/2022
Introduction historique au dro
Introduction au droit. 5e édition
"Le présent ouvrage vise à compléter, à travers une approche concrète du droit en application, les cours et les manuels théoriques d'introduction au droit et de droit civil de la première année de licence. Après une découverte par l'exemple des principales sources du droit privé, les auteurs proposent, sur différents thèmes du droit des personnes et de la famille, un apprentissage méthodologique progressif des exercices habituellement pratiqués dans les travaux dirigés (cas pratique, analyse et commentaire de décisions de justice, dissertation, note de synthèse)".
09/2023
Programmation
Le Machine Learning avec Python. De la théorie à la pratique
Ce livre sur le Machine Learning avec le langage Python permet aux lecteurs novices ou étudiants de disposer des connaissances théoriques nécessaires pour une compréhension approfondie du Machine Learning et d'appréhender les outils techniques utiles pour mettre en pratique les concepts étudiés. L'auteur y expose des exemples concrets sur les concepts de l'apprentissage automatique. Des lecteurs plus avertis trouveront dans ce livre une occasion d'aller plus loin dans leur compréhension des algorithmes du Machine Learning et les enseignants pourront y voir une ressource adaptée pour dispenser un cours sur le sujet. Pour commencer, l'auteur explique les enjeux de la Data Science ainsi que les notions fondamentales du Machine Learning avant de présenter la démarche théorique d'une expérimentation en Data Science avec des notions de modélisation d'un problème et les métriques de mesure de performances d'un modèle. Le lecteur peut ensuite passer à la pratique avec le langage Python en manipulant les bibliothèques Numpy et Pandas ainsi que l'environnement Jupyter, et aborder ainsi sereinement les chapitres suivants qui lui feront découvrir les notions mathématiques, et la pratique sous-jacente, relatives aux algorithmes du Machine Learning : statistiques pour la Data Science, régression linéaire et polynomiale, régression logistique, arbres de décision et Random Forest, K-means, Support Vector Machine, analyse en composantes principales et réseaux de neurones. Des éléments complémentaires sont en téléchargement sur le site www. editions-eni. fr.
09/2021
Introduction historique au dro
Introduction au droit. Edition 2024
Une introduction au droit permettant de comprendre la matière juridique en France dominée par différentes classifications fondamentales. La 9e édition de cet ouvrage présente les principales spécificités des notions essentielles pour la formation de tout juriste. Il contient une présentation préalable du droit, en tant que Droit objectif, puis un exposé de la diversité et de la mise en oeuvre des droits, au sens de droits subjectifs, en développant les particularités de la matière juridique, qu'elles soient non seulement théoriques, mais aussi pratiques.
Informatique
Big Data et Machine Learning. Les concepts et les outils de la data science, 3e édition
Cet ouvrage s'adresse à tous ceux qui cherchent à tirer parti de l'énorme potentiel des technologies Big Data, qu'ils soient data scientists, DSI, chefs de projets ou spécialistes métier. Le Big Data s'est imposé comme une innovation majeure pour toutes les entreprises qui cherchent à construire un avantage concurrentiel de l'exploitation de leurs données clients, fournisseurs, produits, processus, etc. Il a en outre permis l'émergence des techniques d'apprentissage automatique (Machine Learning, Deep Learning...) qui ont relancé le domaine de l'intelligence artificielle. Mais quelle solution technique choisir ? Quelles compétences métier développer au sein de la DSI ? Ce livre est un guide pour comprendre les enjeux d'un projet Big Data, en appréhender les concepts sous-jacents et acquérir les compétences nécessaires à la mise en place d'une architecture d'entreprise adaptée. Il combine la présentation : - de notions théoriques (traitement statistique des données, calcul distribué...) ; - des outils les plus répandus ; - d'exemples d'applications, notamment en NLP (Natural Language Processing) ; - d'une organisation typique d'un projet de data science.
08/2019
Introduction historique au dro
Introduction générale au droit. 6e édition
L'objet de cette introduction générale au droit est de donner aux étudiants le socle de connaissances indispensable pour aborder les autres enseignements de leurs études juridiques. Pour y parvenir, son contenu se divise en deux volets. D'une part, il faudra une vision d'ensemble et une compréhension générale de ce qu'est le droit, de ses éléments saillants et de ses différentes perceptions, le tout constituant une culture juridique de base. Qu'est-ce que le droit : une règle, un juge, un système ? D'où lui vient son autorité? Comment se présente-t-il, hier et aujourd'hui, ici et ailleurs ? D'autre part, il faudra savoir maîtriser les outils élémentaires du droit que sont les normes. D'où viennent-elles ? Comment les identifier ? Comment les appliquer et résoudre leurs conflits ? L'approche retenue par cette introduction générale au droit met l'accent sur son caractère "général". De ce point de vue, introduire au droit aujourd'hui, c'est introduire au droit, public ou privé, d'origine interne mais aussi internationale et européenne, en rappelant qu'il existe, ailleurs, d'autres façons de faire du droit. Introduire au droit aujourd'hui, c'est également introduire au droit tel qu'il se présente traditionnellement, parla loi et l'Etat, mais aussi tel qu'il se révèle dans sa complexité contemporaine, comme un rapport entre différents systèmes, différentes sources, différents modes de régulation. L'ouvrage s'adresse prioritairement aux étudiants en droit, qu'ils fassent leurs premiers pas en L1 Droit ou qu'ils cherchent à consolider leur culture juridique générale dans la perspective d'examens ou concours (ex. CRFPA, ENM). Il peut aussi intéresser les juristes plus chevronnés qui souhaiteraient revenir sur les questions générales du droit ou sur la maîtrise du jeu des normes. Prix du livre juridique 2011.
08/2021
Introduction historique au dro
Introduction historique au droit. 6e édition
Une genèse de notre droit pour mieux en maîtriser les changements à venir. Notre système juridique est le produit d'un amalgame. Ses composantes essentielles s'enracinent dans l'histoire. Du passé, plus ou moins lointain selon les cas, proviennent des sédiments qui, au fil du temps, ont imprimé à notre droit ses traits distinctifs. De cet héritage, l'ouvrage propose la genèse. Depuis l'invention de la science du droit à Rome jusqu'à l'établissement d'un système juridique national, plusieurs tournants capitaux ont marqué une orientation déterminante. Le XXe siècle a amorcé un nouveau tournant en faisant resurgir un pluralisme juridique que l'on avait cru enterré. L'histoire ne prétend pas offrir de solutions. Du moins peut-elle montrer la relativité des phénomènes juridiques et préparer le juriste à affronter le changement.
07/2022
Droit
Introduction historique au droit. 3e édition
Plongeant ses racines dans le passé, le droit n'est pas une construction abstraite qui s'identifierait à la seule volonté arbitraire d'un "législateur" . Il est le produit d'une évolution, que cet ouvrage retrace depuis ses origines : les civilisations grecque et latine, dont l'apport a été complété et transformé par le christianisme et le Moyen Age (première partie). Sur ces fondements s'est construit le monde moderne et, ce faisant, le droit moderne : le droit public, avec les notions d'Etat, de souveraineté, de constitution ; le droit privé, avec des droits nationaux de plus en plus différenciés ; enfin, la codification qui, à partir de la fin du XVIIIesiècle, a permis de les systématiser et de les rationaliser (seconde partie).
09/2009
Droit international privé
Introduction au droit privé. 9e édition
Comment est fabriqué le Droit ? Quels sont les droits des citoyens ? Devant quel tribunal peuvent-ils les faire valoir ? Parce que percer les mystères du Droit permet également dans une certaine mesure de comprendre le fonctionnement de la Société dans son ensemble, c'est à ces questions essentielles que nous ambitionnons de répondre dans le cours auquel est associé cet ouvrage.
01/2022
Droit
Introduction au droit comparé. 3e édition
Le monde bouge et se transforme. Les droits chargés d'ordonnancer et de "policer" les pays suivent cette évolution ; ils reflètent bien souvent les problèmes économiques ou les luttes politiques. Plus prosaïquement, ils permettent aussi de régler des différends devant les juridictions concernées...ou de passer des contrats qui peuvent relever de droits inconnus. Ce manuel se propose de comparer, de rapprocher ou, au contraire, de distinguer les grandes familles juridiques dont le monde s'est doté au cours des siècles. En procédant par touches comparatives et tableaux synthétiques, en signalant les points de convergence ou les particularismes rattachés à chaque division juridique, l'auteur analyse les droits anglais, américain, islamique, chinois, japonais, russe. Aussi synthétique que pratique, cette 3e édition, entièrement mise à jour, correspond aux réalités juridiques du monde actuel. Destiné aux étudiants en gestion (écoles de commerce, universités), cet ouvrage s'adresse également aux professionnels concernés par les questions juridiques relevant de droits étrangers.
04/2008
Droit
Introduction générale au droit. 5e édition
Ce manuel est destiné aux étudiants de première année d'études juridiques et à tous ceux qui souhaitent s'initier au droit. Cette introduction générale au droit vise à donner, dans un style clair et direct, un panorama complet du droit et des institutions juridiques. Elle a été conçue pour les étudiants souhaitant s'initier au droit, et plus largement pour tous les citoyens sensibles à la démocratie et à ses valeurs juridiques. L'ouvrage est consacré à l'étude des personnes juridiques (première partie) qui sont à l'origine des règles de droit (deuxième partie), dont la mise en oeuvre intervient parfois au stade de la justice (troisième partie). En fin d'ouvrage, un glossaire critique permet d'entrer dans les arcanes du fonctionnement du droit et de s'exercer à sa pratique, comme de découvrir le parcours de quelques grands juristes du XXe siècle.
06/2019
