Data Scientist Et Langage R - Ia, Machine Learning Et Statistiques - Eva Laude

. .

Résumé :
Ce guide complet sur la Data Science vous plonge dans un univers passionnant : langage R, réseaux neuronaux, IA générative, outils incontournables du machine learning et du deep learning sont autant de sujets qui vous permettront de devenir promoteurs d'innovations dans votre organisation. Clair et progressif, ce guide accompagne aussi bien les professionnels souhaitant approfondir leurs compétences que les managers désireux de mieux comprendre les enjeux de la data science, sans tomber dans l'excès de formalisme. Cette quatrième édition, entièrement repensée, propose une exploration progressive des concepts clés. Vous commencerez par découvrir le langage R, ses liens étroits avec les statistiques et le machine learning, avant d'approfondir les réseaux neuronaux et l'intelligence artificielle générative. Vous apprendrez à utiliser - et même à améliorer localement - vos propres modèles LLM (comme les GPT) grâce aux techniques modernes telles que le RAG et les agents intelligents. Les auteurs proposent une approche multiplateforme R/Python à travers des frameworks communs et puissants : - Shiny pour créer des applications web de data science . - ggplot2 pour des visualisations de haute qualité . - igraph pour l'analyse de graphes . - NLTK pour le traitement du langage naturel . - PyTorch, Keras et TensorFlow pour le deep learning. Vous découvrirez également comment intégrer R et Python dans une même application et manipuler les données de manière cohérente d'un langage à l'autre. Les bases mathématiques sont présentées de manière claire et accessible, permettant de comprendre les notations des publications scientifiques, les manipulations tensorielles en PyTorch ou encore les calculs différentiels via le package Pracma (R) qui clone les fonctions de Matlab. L'ouvrage traite enfin de sujets avancés : séries temporelles, logique floue, traitement d'images, inférence spatio-temporelle et NLP.

Biographie:
Eva Laude a dispensé de nombreuses formations sur le machine learning et les sciences de la donnée dans différents établissements supérieurs ou organismes privés. Elle a exercé des activités de conseil dans des secteurs variés (INSEE, entreprises de biotechnologies ou ESN) et participé à la revue académique "Management & Data Science". Geek et passionnée, elle s'exprime au travers d'une "stack" logicielle très étendue, dans des contextes de développement en Python ou R. Eva exerce aujourd'hui dans une grande institution sur des projets particulièrement sensibles en termes de disponibilité et de confidentialité. Henri Laude est un professionnel reconnu des Computer Sciences. Il a encadré de nombreux travaux de R&D sur les data sciences, l'IA, les Fintech, la détection de fraudes, l'OSINT et le déploiement d'architectures Big Data. Primé à plusieurs reprises pour ses solutions innovantes, comme au Data Intelligence Forum avec une IA spécialisée dans l'intelligence économique nommée DxM (pour Deus eX Machina), il intervient sur des projets aussi variés que l'élaboration d'un exosquelette intelligent ou les IA de cyber protection.