Normal view
MARC view
Python pour le data scientist (Record no. 17011)
[ view plain ]
| 000 -Etiquette de la notice | |
|---|---|
| Leader | 02462cam0a2200433 4500 |
| 009 - PPN | |
| ppn | 276603346 |
| 003 - Identifiant de la notice | |
| Identifiant | http://www.sudoc.fr/276603346 |
| 005 - Identifiant de la version | |
| Identifiant | 20250630092646.0 |
| 010 ## - Numéro international normalisé du livre (ISBN) | |
| ISBN | 9782100859764 |
| Qualificatif | br. |
| 010 ## - Numéro international normalisé du livre (ISBN) | |
| ISBN | 2-10-085976-5 |
| 073 #1 - EAN | |
| Numéro normalisé | 9782100859764 |
| 099 ## - ESPCI local | |
| Type de document Koha | Ouvrage |
| ID Alexandrie | ALEX33761 |
| 100 ## - Données générales de traitement | |
| Données générales de traitement | 20240325h20242024k y0frey50 ba |
| 101 0# - Langue de la ressource | |
| Langue du texte, de la bande son, etc. | français |
| -- | 639-2 |
| 102 ## - Pays de publication ou de production | |
| Pays de publication | France |
| 105 ## - Zone de données codées : textes, monographies | |
| Données codées sur les monographies textuelles | a a 001yy |
| 106 ## - Zone de données codées : forme de la ressource | |
| Données codées sur la forme de la ressource – Présentation matérielle | r |
| 181 ## - Zone de données codées : Forme de la ressource | |
| Données de liaison entre champs | z01 |
| Autre référentiel utilisé pour coder la forme du contenu | texte |
| Code du référentiel | rdacontent |
| 181 #1 - Zone de données codées : Forme de la ressource | |
| Données de liaison entre champs | z01 |
| Forme du contenu selon l’ISBD sous forme codée | i# |
| Qualificatif(s) du contenu selon l’ISBD sous forme codée | xxxe## |
| 182 ## - Zone de données codées : type de média | |
| Données de liaison entre champs | z01 |
| Autre référentiel utilisé pour coder le type de médiation | sans média |
| Code du référentiel | rdamedia |
| 182 #1 - Zone de données codées : type de média | |
| Données de liaison entre champs | z01 |
| Type de médiation selon l’ISBD sous forme codée | sans média |
| 183 #1 - Zone de données codées : Type de carrière | |
| Données de liaison entre champs | z01 |
| Type de support sous forme codée | nga |
| Code du référentiel | RDAfrCarrier |
| 200 1# - Titre et mention de responsabilité | |
| Titre propre | Python pour le data scientist |
| Complément du titre | des bases du langage au machine learning |
| Première mention de responsabilité | Emmanuel Jakobowicz |
| 205 ## - Mention d'édition | |
| Mention d'édition | 3e édition |
| 214 #0 - Mentions de production, publication, diffusion et manufacture | |
| Lieu de publication, production, distribution/diffusion, fabrication | Malakoff |
| Nom de l’éditeur, du producteur, distributeur/diffuseur, fabricant | Dunod |
| Date de publication, production, distribution/diffusion, fabrication, copyright | DL 2024 |
| 215 ## - Description physique | |
| Type de présentation matérielle et importance matérielle | 1 volume (334 pages) |
| Autres caractéristiques matérielles | illustrations, graphiques, couverture illustrée en couleurs |
| Dimensions | 24 cm |
| 225 0# - Collection | |
| Titre de la collection | InfoPro |
| 300 ## - Notes générales | |
| Texte de la note | 3e édition |
| 320 ## - Bibliographies internes/Note d'index | |
| Texte de la note | Bibliographie et liste de sites Internet p. [327]-330. Index |
| 330 ## - Résumé ou extrait | |
| Texte de la note | "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 conda, Jupyter, NumPy, Pandas, Matplotlib, Seaborn, Plotly, Dash, Streamlit, Scikit-Learn, TensorFlow, Keras, PySpark... pour mettre en place vos traitements. Cette troisième édition est complétée et enrichie par des mises à jour de code liées aux évolutions de Python et des packages de data science." |
| -- | 4e de couverture |
| 410 ## - Collection | |
| Identifiant de la notice bibliographique liée | 067412068 |
| 410 ## - Collection | |
| Titre de l'oeuvre | InfoPro (Paris) |
| ISSN | 1637-2441 |
| 606 ## - Sujet - Nom commun | |
| Identifiant de la notice d'autorité | 051626225 |
| Élément d'entrée | Python (langage de programmation) |
| Code du format utilisé | rameau |
| 606 ## - Sujet - Nom commun | |
| Identifiant de la notice d'autorité | 027940373 |
| Élément d'entrée | Apprentissage automatique |
| Code du format utilisé | rameau |
| 606 ## - Sujet - Nom commun | |
| Identifiant de la notice d'autorité | 035198222 |
| Élément d'entrée | Exploration de données |
| Code du format utilisé | rameau |
| 606 ## - Sujet - Nom commun | |
| Identifiant de la notice d'autorité | 167193686 |
| Élément d'entrée | Données massives |
| Code du format utilisé | rameau |
| 676 ## - Classification décimale de Dewey | |
| Indice | 005.133 |
| 700 #1 - Auteur principal | |
| Identifiant de la notice d'autorité | 122309022 |
| Élément d'entrée | Jakobowicz |
| Partie du nom autre que l'élément d'entrée | Emmanuel |
| Dates | 1980-.... |
| Code de fonction | Auteur |
| Perdu | Date de création | Site de rattachement | Site actuel | Localisation | Code à barres | Cote | Exclu du prêt | Type de document Koha |
|---|---|---|---|---|---|---|---|---|
| 30/06/2025 | La bibliothèque de l'ESPCI | La bibliothèque de l'ESPCI | Magasin | IF-011 | IF-011 | Ouvrage |