Livres — big data

EN
Recettes PySpark : Une approche problème-solution avec PySpark2

Recettes PySpark : Une approche problème-solution avec PySpark2

A

Raju Kumar Mishra

IA et ML
EN
Algorithmes pour la science des données

Algorithmes pour la science des données

A

Brian Steele, John Chandler, Swarna Reddy

Algorithmes et théorie
RU
Apprendre Spark : analyse de données ultra-rapide

Apprendre Spark : analyse de données ultra-rapide

A

Холден Карау, Энди Конвински, Патрик Венделл, Матей Захария

IA et ML
EN
Big Data : principes et bonnes pratiques des systèmes de données évolutifs en temps réel

Big Data : principes et bonnes pratiques des systèmes de données évolutifs en temps réel

A

Nathan Marz, James Warren

IA et ML
EN
Apprentissage automatique distribué avec PySpark : Migration sans effort depuis Pandas et Scikit-Learn

Apprentissage automatique distribué avec PySpark : Migration sans effort depuis Pandas et Scikit-Learn

A

Abdelaziz Testas

IA et ML
EN
Introduction au HPC avec MPI pour la Data Science

Introduction au HPC avec MPI pour la Data Science

A

Frank Nielsen

IA et ML
EN
ElasticSearch Cookbook, deuxième édition

ElasticSearch Cookbook, deuxième édition

B

Alberto Paro

IA et ML
EN
Fouille de données massives

Fouille de données massives

A

Jure Leskovec, Anand Rajaraman, Jeffrey D. Ullman

Algorithmes et théorie
EN
Raisonnement éthique dans le Big Data : une analyse exploratoire

Raisonnement éthique dans le Big Data : une analyse exploratoire

A

Jeff Collmann, Sorin Adam Matei

IA et ML
EN
Intelligence computationnelle pour l'analyse des mégadonnées : avancées de pointe et applications

Intelligence computationnelle pour l'analyse des mégadonnées : avancées de pointe et applications

A

D.P. Acharjya, Satchidananda Dehuri, Sugata Sanyal

IA et ML
EN
Google® BigQuery Analytics

Google® BigQuery Analytics

A
IA et ML
EN
L'intelligence artificielle pour les Nuls, 2e édition

L'intelligence artificielle pour les Nuls, 2e édition

A

John Paul Mueller, Luca Massaron

IA et ML
EN
Practical Hive: Un guide pour le système d'entrepôt de données Hadoop

Practical Hive: Un guide pour le système d'entrepôt de données Hadoop

A

Scott Shaw, Andreas François Vermeulen, Ankur Gupta, David Kjerrumgaard

IA et ML
EN
Lac de données pour entreprises: Tirer parti de l'architecture Lambda pour construire un lac de données d'entreprise

Lac de données pour entreprises: Tirer parti de l'architecture Lambda pour construire un lac de données d'entreprise

A

Tomcy John, Pankaj Misra

Bases de données
EN
Big Data, Data Mining et Machine Learning : Création de valeur pour les dirigeants d'entreprise et les praticiens

Big Data, Data Mining et Machine Learning : Création de valeur pour les dirigeants d'entreprise et les praticiens

A

Jared Dean

IA et ML
EN
Big Data pour les Nuls

Big Data pour les Nuls

A

Judith Hurwitz, Alan Nugent, Dr. Fern Halper, Marcia Kaufman

IA et ML
EN
Manuel des technologies Big Data

Manuel des technologies Big Data

A

Albert Y. Zomaya, Sherif Sakr

IA et ML
EN
AI Essentials Guide: Principles for Navigating the Next Tech Renaissance

AI Essentials Guide: Principles for Navigating the Next Tech Renaissance

A

William Hawkins

IA et ML
EN
Débuter avec Greenplum pour l'analyse de big data

Débuter avec Greenplum pour l'analyse de big data

A

Sunila Gollapudi

IA et ML
EN
Ingénierie des données avec Scala et Spark

Ingénierie des données avec Scala et Spark

A

Eric Tome, Rupam Bhattacharjee, David Radford

IA et ML
RU
Programmation orientée données

Programmation orientée données

A

Йонатан Шарвит

Développement de logiciels
EN
Introduction à .NET pour Apache Spark : traitement distribué pour des ensembles de données massifs

Introduction à .NET pour Apache Spark : traitement distribué pour des ensembles de données massifs

A

Ed Elliott

Langages de programmation
EN
Déchiffrer les architectures de données : choisir entre un entrepôt de données moderne, une data fabric, un data lakehouse et un data mesh

Déchiffrer les architectures de données : choisir entre un entrepôt de données moderne, une data fabric, un data lakehouse et un data mesh

A

James Serra

IA et ML
EN
Gestion et analyse des big data

Gestion et analyse des big data

A

Brij B Gupta, Mamta

IA et ML
RU
Développement d'algorithmes. Approche d'ingénierie

Développement d'algorithmes. Approche d'ingénierie

A

Паоло Феррагина

Algorithmes et théorie
EN
Data Science pour les Nuls, 3e édition

Data Science pour les Nuls, 3e édition

A

Lillian Pierson

IA et ML
RU
Test, Contrôle et Optimisation du Code Java

Test, Contrôle et Optimisation du Code Java

A

Автор не указан

Développement de logiciels
EN
Les Critères Essentiels des Bases de Données de Graphes

Les Critères Essentiels des Bases de Données de Graphes

A

Ricky Sun

Algorithmes et théorie
RU
Lakshmanan V., Tajiani D. - Google BigQuery (Bestsellers O’Reilly) - 2021

Lakshmanan V., Tajiani D. - Google BigQuery (Bestsellers O’Reilly) - 2021

A

В. Лакшманан, Д. Тайджани

Bases de données
EN
Équipes de données : Un modèle de gestion unifié pour des équipes axées sur les données performantes

Équipes de données : Un modèle de gestion unifié pour des équipes axées sur les données performantes

A

Jesse Anderson

IA et ML
RU
Python Polars : guide complet. Transformation, analyse et visualisation de données avec des dataframes rapides et efficaces

Python Polars : guide complet. Transformation, analyse et visualisation de données avec des dataframes rapides et efficaces

A

Йерун Янссенс, Тейс Ньюдорп

IA et ML
RU
Bibliothèques Python Partie 2. Application pratique

Bibliothèques Python Partie 2. Application pratique

B

Джейд Картер

IA et ML
RU
Analyse de données avec GenAI et Python

Analyse de données avec GenAI et Python

A

Артур Гуджа, Марлена Сивяк, Мариан Сивяк

IA et ML
RU
Méthodes et technologies de traitement des mégadonnées

Méthodes et technologies de traitement des mégadonnées

A

М.М. Железнов

IA et ML
RU
Big Data. Frameworks modernes et développement d'applications

Big Data. Frameworks modernes et développement d'applications

A

Доминико Талия, Паоло Трунфио, Фабрицио Мароццо, Лорис Белькастро, Риккардо Кантини, Алессио Орсино

IA et ML
RU
Technologies modernes d'analyse de données intelligentes

Technologies modernes d'analyse de données intelligentes

A

А. В. Макшанов, А. Е. Журавлев, Л. Н. Тындыкарь

IA et ML
RU
Silen D, Meysman A. Foundations of Data Science and Big Data: Python and Science.PDF

Silen D, Meysman A. Foundations of Data Science and Big Data: Python and Science.PDF

F

Д. Силен, А. Мейсман

IA et ML
RU
Traitement des Big Data dans le cloud. Traitement et stockage des données avec des exemples de Microsoft Azure

Traitement des Big Data dans le cloud. Traitement et stockage des données avec des exemples de Microsoft Azure

A

Сенько А.

IA et ML
RU
Just Big Data

Just Big Data

A

Жукова М. В., Деменок С. Л.

IA et ML
RU
Principes d'organisation des bases de données distribuées

Principes d'organisation des bases de données distribuées

A

М. Тамер Ёcy, Патрик Вальдуриес

Bases de données
RU
Pipeline de traitement de flux de données

Pipeline de traitement de flux de données

F

Andrew Psaltis

IA et ML
RU
Traitement de flux de données

Traitement de flux de données

F
IA et ML
RU
Fondamentaux du Big Data.PDF

Fondamentaux du Big Data.PDF

F
IA et ML
RU
Science des données : cours d'apprentissage

Science des données : cours d'apprentissage

A

Стивен С. Скиена

IA et ML
RU
Apprentissage automatique à grande échelle

Apprentissage automatique à grande échelle

F

Бастиан Шарден, Лука Массарон, Альберто Боскетти

IA et ML
RU
La statistique a joué un rôle clé dans la connaissance scientifique du monde pendant des siècles, et à l'ère du big data, une compréhension de base de cette discipline et la littératie statistique deviennent cruciales. David Spiegelhalter vous invite à une introduction passionnante à la théorie et à la pratique des statistiques, sans vous encombrer de détails techniques.

La statistique a joué un rôle clé dans la connaissance scientifique du monde pendant des siècles, et à l'ère du big data, une compréhension de base de cette discipline et la littératie statistique deviennent cruciales. David Spiegelhalter vous invite à une introduction passionnante à la théorie et à la pratique des statistiques, sans vous encombrer de détails techniques.

B

Дэвид Шпигельхалтер

Algorithmes et théorie
RU
L'art de la programmation en R. Plongée dans le Big Data

L'art de la programmation en R. Plongée dans le Big Data

A

Норман Мэтлофф

Algorithmes et théorie
RU
Innovations de SQL Server 2019. Utilisation des technologies de Big Data et d'apprentissage automatique

Innovations de SQL Server 2019. Utilisation des technologies de Big Data et d'apprentissage automatique

A

Боб Уорд

Bases de données
RU
Intelligence artificielle pour la mode

Intelligence artificielle pour la mode

A

Андрей Голуб

IA et ML
RU
Langages et environnement de programmation R. Manuel d'étude

Langages et environnement de programmation R. Manuel d'étude

A

А.В. Золотарюк

Langages de programmation
12 →