data

Ce livre de la collection vBook se compose d'un livre de référence sur la Data Science avec le langage Python, alliant théorie et pratique, pour apprendre à analyser des données avec Python et d'un approfondissement sous forme de vidéo qui présente Numpy et Pandas, deux bibliothèques dédiées à la Data Science et à la visualisation de données. Livre Python pour la Data Science - Analysez vos données avec NumPy, Pandas, Matplotlib et Seaborn Ce livre sur la Data Science avec le langage Python, alliant théorie et pratique, s'adresse aussi bien aux étudiants et professionnels (ingénieurs, chercheurs, enseignants, data scientists), qu'aux informaticiens souhaitant apprendre à analyser des données avec Python. La première partie du livre vise à introduire le langage Python et son utilisation dans le domaine de l'analyse de données. Le lecteur y découvre la mise en place de l'environnement de travail ainsi que des rappels sur le langage Python. Dans une deuxième partie, le lecteur apprend à manipuler efficacement ses données grâce aux librairies NumPy et Pandas. Chaque notion est introduite théoriquement puis illustrée par un exemple concret permettant de comprendre son application. Il apprend à importer ses données sous Python et à utiliser les fonctions, méthodes et attributs fournis pour les explorer et les manipuler afin d'en faire ressortir des informations et tendances. Dans une troisième partie, le lecteur apprend à visualiser ses données avec les librairies Matplotlib et Seaborn, lui permettant de comprendre l'architecture et le fonctionnement de la création de figures avec Python, ainsi que les types de graphiques à utiliser selon le type de variables à représenter. Enfin, dans le dernier chapitre, l'auteur propose un exercice complet avec sa correction permettant de mettre en pratique les notions étudiées. Il permet au lecteur d'écrire le code permettant de répondre aux questions de l'exercice. Pour chaque chapitre, un fichier contenant le code source utilisé, appelé notebook, est disponible en téléchargement sur le site www.editions-eni.fr. Ce notebook permet au lecteur de tester le code, de le modifier et d'y tester ses propres lignes de code. De plus, deux jeux de données réels sont disponibles en téléchargement et utilisés dans ce livre pour illustrer les propos de l'auteur. Vidéo Data Science et visualisation de données L'arrivée du Big Data et la multiplicité des sources de données font que les besoins en matière d'analyse de données deviennent de plus en plus importants. L'objectif de cette vidéo est de vous montrer comment utiliser le langage Python dans le cadre de la Data Science pour être en mesure d'analyser de gros volumes de données. Nous présenterons Numpy et Pandas, deux bibliothèques dédiées à la Data Science et travaillerons sur la préparation et la visualisation de données.

Le numérique a bouleversé nos vies, et bien évidemment le marché publicitaire, avec l'essor formidable de Google, Facebook & Amazon qui ont capturé en quelques années la moitié des investissements publicitaires mondiaux, sans produire aucun contenu. La véritable recette de leur succès n'est pas seulement liée à l'adhésion massive des audiences à leurs services, mais surtout à leur capacité à " plateformiser " leur offre publicitaire, à proposer une offre publicitaire plus pertinente et facile d'accès. Celle-ci est " moderne ", riche en données individuelles, simple à acheter, pilotée par des algorithmes, mesurable, agile et véloce. Sa performance n'est pas toujours meilleure que celle des autres médias, mais son accessibilité, son automatisation et sa transparence sont incomparables. La raison pour laquelle les autres médias producteurs de contenus paient les pots cassés et perdent des parts de marché gigantesques contre les plateformes n'est pas qu'ils ont moins d'audience... mais qu'ils n'ont pas de plateformes. Or, tout existe en termes de données et de technologies pour construire des plateformes inclusives de l'ensemble des médias disponibles, digitaux ou non, les faisant tous bénéficier de cette révolution industrielle publicitaire. C'est le marketing de précision... de masse. Et cela change tout pour les consommateurs, les marques et donc l'économie.

MERCATOR 13e édition intègre les derniers apports du digital et présente les tendances du marketing - Comment digitaliser une offre de produits et services ? - Comment intégrer le DesignThinking au développement produit ? - Quelle stratégie de distribution omnicanale déployer ? - Comment associer efficacement des dernières techniques de communication digitale (native advertising, acaht programmatique, médias sociaux...) ? - Comment se repositionner face à l'arrivée des nouveaux intermédiaires ? - Quelles expertises digitales développer dans l'entreprise ? MERCATOR est : Pédagogique pour les étudiants : - Un style vivant et accessible, des rubriques qui animent les pages, toutes les illustrations en couleur. - Concret et illustré par des exemples et des mini cas, et un lexique de plus de 500 termes français-anglais. - Mercator accompagne les étudiants dans leurs études et au-delà : il couvre tous les niveaux de cours de marketing et propose des quiz en ligne corrigés et commentés. Orienté vers l'action pour les professionnels : - Mercator se nourrit des stratégies et des meilleures pratiques actuelles des entreprises, et s'appuie sur l'expérience de conseil des auteurs auprès de nombreuses organisations. - Indispensable pour définir une stratégie digitale et la mettre en oeuvre dans son entreprise. - Mercator est la meilleure façon de mettre à jour ses connaissances en marketing, une discipline bouleversée par la révolution digitale. MERCATOR : La bible du marketing la plus vendue en France, est enrichie de sa version E-book, d'un site compagnon mercator. fr et de nombreux compléments en ligne.

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

L'objectif de la data science est de répondre à des questions opérationnelles en analysant des données. Dans ce but, le data scientist récupère, stocke, organise, traite une masse d'informations afin d'en tirer de la valeur. Si la data science a acquis une grande renommée dans de nombreux domaines comme la reconnaissance d'images ou la fouille de données sur internet, son utilisation en agriculture et, plus largement dans les sciences environnementales, reste encore limitée. Pourtant, dans ces domaines, le champ des applications possibles est très vaste. Potentiellement, la data science peut être utilisée pour évaluer l'impact des activités humaines sur les risques de pollution et les émissions de gaz à effet de serre, prédire en temps réel les rendements des cultures et la production des systèmes d'élevage, suivre l'évolution de l'usage des sols à partir de données satellitaires, ou prédire l'impact du changement climatique. 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.

Ces deux livres offrent au lecteur un maximum d'informations sur le langage Python et le framework Apache Spark pour maîtriser le développement pour le Big Data. 1010 pages par nos experts. Des éléments complémentaires sont en téléchargement sur le site www. editions-eni. fr. Un livre de la collection Ressources Informatiques Python 3 - Les fondamentaux du langage (4e édition) Extrait du résumé : Ce livre sur les fondamentaux du langage Python 3 (ici en version 3. 11) s'adresse à tout professionnel de l'informatique, ingénieur, étudiant (et particulièrement en BTS Services Informatiques Organisations), enseignant ou même autodidacte, qui souhaite maîtriser ce langage très abouti. Il détaille tout le coeur du langage et du traitement de données et ouvre des perspectives importantes sur tout ce que Python 3 permet de faire. Le livre est consacré à la branche 3 de Python et présente bien sûr les nouveautés apportées par la version 3. 11. Toutefois, comme le langage Python 2 est encore très présent, lorsqu'elles existent, l'auteur présente les différences importantes avec la branche antérieure de Python... Un livre de la collection Expert IT Apache Spark - Développez en Python pour le big data Extrait du résumé : Ce livre sur le framework Apache Spark vous permet d'apprendre à développer des applications en Python en vous appuyant sur l'analyse et le traitement de données volumineuses ainsi que sur la notion d'apprentissage automatique...

Comment s'assurer de la réussite de sa transformation digitale et data ? Comment penser et agir avec la technologie comme les entreprises les plus innovantes, comme Tesla ou Amazon ? Trop d'entreprises échouent encore dans leurs projets technologiques avancés, car elles ne s'attaquent pas au coeur du problème : faire pivoter leur organisation vers une culture data-driven ancrée dans le quotidien. Elles greffent des systèmes nouveaux et puissants sur une culture ancienne, et s'étonnent ensuite de ne pas tirer bénéfice de leurs investissements. En analysant les conditions et les étapes de la réussite, mais aussi les sources des échecs, ce livre propose une grille d'action pour transformer les organisations de façon systémique et extraire de ces solutions coûteuses toute la valeur promise.

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

Alec Ross, expert de renom en innovation, explique les progrès et les obstacles qui émergeront au cours des dix prochaines années, et comment nous pouvons les franchir. En tant que conseiller d'Obama, il s'est rendu dans une quarantaine de pays, sur tous les continents, pour explorer les dernières innovations technologiques et sociales, ce que l'avenir nous réserve et pour observer ceux qui transforment le monde. Dans Dompter le futur, Alec Ross mêle le récit documentaire et l'analyse économique pour donner un point de vue vif et éclairé sur la façon dont les grandes tendances mondiales vont influer sur notre manière de vivre. Il exprime dans un langage clair et accessible des concepts complexes et importants. Il révèle les meilleures opportunités de progrès et explique pourquoi certains pays prospèrent ou échouent. Il décrit tous les secteurs clés qui seront à l'origine des changements qui affecteront nos économies et nos sociétés et donne les solutions pour tirer le meilleur parti de ces changements : robotique, codage, commercialisation du génome humain, intelligence artificielle, impact de la technologie numérique sur la monnaie et les marchés avec la digitalisation de l'argent et de la confiance. Il donne une analyse et une explication claire de la technologie bitcoin et de blockchain, ainsi que la cybersécurité et la militarisation du code en mettant l'accent sur le passage de la guerre froide à la "guerre du code". Il démontre que si la dernière industrie à 1 milliard d'euros a été créée à partir de code informatique, celle du prochain milliard sera créée à partir du code du génome humain, soit pour soigner les humains (guérir le cancer) ou modifier le cerveau ou nos organes. Ross répond aussi aux questions critiques, par exemple : comment nous adapterons-nous à la nature changeante du travail ? Quelles seront les futures compétences indispensables, et lesquelles seront les plus recherchées ? La perspective d'une cyberguerre est-elle réaliste ? Comment peut-on espérer rivaliser avec la Silicon Valley ? Comment doit-on préparer nos enfants pour demain ? C'est une lecture incontournable pour tous ceux (travailleur, entreprises, décideurs, investisseurs, parents, étudiants) qui veulent savoir comment la prochaine vague d'innovation et de mondialisation affectera nos pays, nos économies, nos sociétés et notre vie quotidienne.

Quelles méthodes adopter pour exploiter avec efficacité vos données ? Comment rester compétitif à l'heure de l'intelligence artificielle ? Quelles stratégies mettre en place pour tirer pleinement parti des technologies de pointe ? Pour répondre à ces questions essentielles, ce nouvel ouvrage HBR réunit une dizaine d'articles proposant un éclairage inédit sur le pouvoir du digital et de la data. RH, marketing, finance, ventes... : tous les services sont désormais concernés par la transformation digitale qui définit de nouvelles règles du jeu au sein de l'entreprise et exige des managers de nouveaux réflexes. Grâce aux enquêtes, analyses et conseils pratiques des experts HBR, découvrez comment relever avec succès le défi des technologies numériques et profiter au mieux de l'impact de l'intelligence artificielle. Un ouvrage de référence à toujours garder à portée de mains !

Depuis toujours les administrations produisent et gèrent de la donnée. Mais depuis quelques années elles font face, comme la société tout entière, à une véritable révolution de la data. D'un côté, le volume des données produites ou disponibles croît de façon exponentielle. De l'autre, les usages changent et de nouveaux outils envahissent la sphère publique : plateformes de publication, datavisualisation, algorithmes d'aide à la décision, parfois même dotés d'intelligence artificielle. Les collectivités territoriales s'organisent. L'idée d'une "fonction data" émerge, d'abord dans quelques métropoles pionnières, maintenant dans des territoires de toutes tailles. Dans ce numéro d'Horizons publics, un voyage au Canada permet d'évoquer le projet fou de "ville Google" à Toronto et de découvrir des modèles alternatifs. En France, le rôle des collectivités est interrogé. Il est question des plateformes mondiales qui collectent et gèrent des données massives, impactent - et parfois perturbent - les politiques publiques. Des réponses éthiques et politiques sont possibles. Elles se construisent avec le concours d'acteurs privés. L'enjeu est de taille et les risques sont identifiés : ne rien faire et laisser progressivement se mettre en place un asservissement de la gestion territoriale ou garder la main et faire du big data un levier de l'action publique. Un dossier coordonné par Jacques Priol, fondateur du cabinet CIVITEO et président de l'observatoire Data Publica.

Une réflexion de fond sur le devenir, les justifications, l'objet et l'étendue du droit d'auteur dans une perspective historique et comparative. L'ouvrage offre des jalons pour une réflexion de fond sur le devenir, les justifications, l'objet et l'étendue du droit d'auteur dans une perspective historique et comparative.

Ces deux livres offrent au lecteur un maximum d'informations sur le langage R et le Data Marketing pour être en mesure d'utiliser les statistiques pour l'analyse de données. 658 pages par nos experts. Un livre de la collection Ressources informatiques Langage R et statistiques - Initiation à l'analyse de données Extrait du résumé : Que vous soyez débutant, novice ou junior dans la science des données, ce livre est là pour vous accompagner dans l'acquisition des connaissances indispensables pour la réalisation de statistiques et l'analyse de tous types de données avec le langage R... Un livre de la collection Marketing Book Data Marketing - Statistiques appliquées au marketing avec Excel et R Extrait du résumé : Cet ouvrage s'adresse aux managers marketing et commerciaux soucieux de développer une stratégie de data marketing au sein de leur organisation (entreprise, service public ou association). Il aborde de manière simple et pragmatique l'intérêt de la data marketing et explique comment la mettre en oeuvre au quotidien à l'aide d'Excel et de R...

Here's a complete introduction to programming using Perl, written so its accessible to those learning Perl as their first programming language. With examples ranging from a useful utility to search the Perl FAQs to a web client for tracking and charting stock quotes to an object-oriented student grading system, this book offers you a practical, hands-on approach to learning programming the Perl way. What's inside • Style and design issues and the software development cycle • Full descriptions of Perl's data types, variables, operators, and control structures In-depth coverage of Perl's regular expressions • References and nested data structures • Documentation and Literate Programming • Text and list manipulation • Debugging techniques • Using and writing modules • Object-oriented programming and abstract data structures

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

The Cambridge Planetary Handbook is an invaluable reference text, bringing together key facts and data on the planets and their satellites, discoverers and researchers. It summarizes many centuries' worth of data, from the earliest observations of the planets through to the most recent space probe findings. The author discusses the history, mythology and theories of the objects in our solar system, and provides a comprehensive information section with accurate and up-to-date data on the planets. The book contains excellent photographs and explanatory illustrations, along with numerous historical drawings from Galileo, Huygens, Herschel and other astronomers. This book is a must for all astronomy enthusiasts, as well as academic researchers, students and teachers. Those unfamiliar with the sky will find this is a user-friendly guide written in clear, non-technical language.

Learning GLIM will almost certainly change the way you do statistics. The flexibility and generality of the GLIM language encourage a different approach to statistical analysis, which stresses parameter estimation and model criticism rather than hypothesis testing. The GLIM package can handle most of the models that ecologists are likely to fit to their data, including log-linear models of count data using Poisson errors, logistic regression of proportion data using binomial errors, and a wide variety of models for the analysis of survival data. It also allows an extremely general approach to more familiar procedures such as analysis of variance, multiple regression and the analysis of contingency tables. The book provides a practical approach to learning the rationale and methods of linear modelling, starting from absolute basics and progressing in simple steps to cover the critical analysis of experimental and observational data. Minimal background in mathematics or statistical theory is assumed, and the book is aimed at all ecologists front students to experienced researchers. Statistical modelling in GLIM is introduced through an extensive series of ecological examples, where graphical display, model criticism, model simplification, plots of residuals and tests of assumptions about error specification are explained in full. The reader is encouraged to work through examples while sitting at a computer, and all of the necessary data, along with numerous exercises and fully worked answers, are provided on a disk supplied at the back of the book. GLIM for Ecologists is not a statistical recipe book; it informs and educates on the proper use of statistics in ecology, on experimental design and on how to get the most out of your data. Learning GLIM Will certainly bc worth the effort. It's not a question of finding out how to do the same old tests in yet another new statistics package. On the contrary, it involves mastering a powerful set of tools that were originally developed for professional statisticians, but which are now accessible to ecologists through the simple step-by-step approach adopted in this book. The Methods in Ecology Series The aim of this series is to provide ecologists with concise and authoritative books that will guide them in choosing and applying an appropriate methodology to their problem. New technologies are a feature of the series.

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

L'objectif de cet ouvrage vise à mettre à contribution des spécialistes de nombreux pays européens et au-delà (Mexique et Japon), d'horizons scientifiques variés (sociologues, politistes, économistes, juristes, gestionnaires, géographes, historiens, etc.), mais aussi des data managers, des experts sur les open-data et la transparence, des représentants des services recherche et intelligence des collectivités locales, etc. , afin de dégager un bilan des mutations démocratiques, électroniques et numériques de l'action et des services publics locaux, de partager diverses expériences nationales et d'offrir une projection vers les perspectives possibles. A cette fin, deux angles d'approche ont été choisis : les mutations de la participation du public à l'action publique locale, ainsi que les mutations, numérisées et dématérialisées, de l'administration locale (aussi bien en termes de services numériques que d'utilisation de données libres (open data) afin d'améliorer la prestation de service).

Ces deux livres offrent au lecteur un maximum d'informations sur langage R pour le traitement et l'exploitation des données. 1559 pages par nos experts. Des éléments complémentaires sont en téléchargement sur le site www.editions-eni.fr. Un livre de la collection Ressources Informatiques Langage R - Prise en main des statistiques R est un langage statistique très riche en fonctionnalités de traitement des données. Il permet l'extraction de données de sources variées, leur traitement et leur organisation. Plus encore, la multiplicité des systèmes de visualisation graphique et les nombreuses fonctions de modélisation statistique font de ce langage un outil statistique redoutable. Avec ce livre, les auteurs proposent une présentation de R ayant pour objectif de lever la complexité apparente de ce puissant langage et de permettre une prise en main aisée des statistiques de premier cycle. Dans la première partie du livre, le lecteur découvre de manière détaillée les fondamentaux du langage R : les variables et la syntaxe des opérations de base, les structures de données, les outils du langage pour programmer notamment les structures de contrôles, les fonctions et même la conception de packages. Dans la seconde partie, les auteurs traitent des problématiques métiers liées aux outils d'importation et d'exportation de données, d'analyse basique et de visualisation des données, aux outils de simulation et d'inférences statistiques et aux modèles statistiques classiques (ANOVA, régression linéaire, etc.). Chaque concept abordé est accompagné d'exemples pratiques commentés pour guider le lecteur dans son apprentissage du langage pour le traitement des statistiques de base. Des éléments complémentaires sont disponibles en téléchargement sur le site www.editions-eni.fr. Un livre de la collection Epsilon Data Scientist et langage R - Guide d'autoformation à l'exploitation intelligente des Big Data (2e édition) Tous les experts s'accordent à dire que 90% des usages du Big Data proviennent de l'utilisation des data sciences et que celles-ci contribuent à l'essor de l'Intelligence Artificielle. L'objectif de ce livre est de proposer une formation complète et opérationnelle sur les data sciences qui permette de délivrer des solutions via l'usage du langage R. Ainsi, les auteurs proposent un parcours didactique et professionnalisant qui, sans autre pré-requis qu'un niveau Bac en mathématiques et une grande curiosité, permet au lecteur : - de s'intégrer à une équipe de data scientists, - d'aborder la lecture d'articles de recherche en IA ou data sciences, - le cas échéant de développer en langage R, y compris ses propres algorithmes, des graphiques complexes et des tableaux de bord interactifs, - ou tout simplement de manager une équipe projet comprenant des data scientists, en étant à même de dialoguer avec eux de façon efficace. Le livre ne se cantonne pas aux algorithmes classiques du "machine learning" (arbres de décision, réseaux neuronaux...), il aborde divers sujets importants comme le traitement du langage naturel, les séries temporelles, la logique floue, la manipulation des images. Avec cette nouvelle édition, le livre s'enrichit de nouveaux sujets comme le développement full-stack avec R (bases de données, processus parallèles, programmation fonctionnelle, API), le partage de résultats d'analyse avec R Markdown et les dashboard Shiny, l'étude des représentations cartographiques et l'implémentation de graphes Deep Learning avec TensorFlow. La dynamique de l'ouvrage soutient le lecteur pas à pas dans sa découverte des data sciences et l'évolution de ses compétences théoriques et pratiques. Le praticien en exercice y découvrira également de nombreux savoir-faire à acquérir et le manager pourra surfer sur l'ouvrage après avoir lu attentivement le bestiaire des data sciences de l'introduction, qui sans vulgarisation excessive présente le sujet en faisant l'économie de mathématiques ou de formalismes dissuasifs. Les programmes R décrits dans le livre sont accessibles en téléchargement sur le site www.editions-eni.fr et peuvent être exécutés pas à pas.

La transformation digitale des entreprises, on en parle plus qu'on ne la fait et on la fait plus qu'elle ne créé de profits. 51% des entreprises dans le monde ne l'ont pas encore engagée et parmi les 49% qui l'ont initiée, seulement la moitié l'ont réussie : seules 11% ont pu générer des profits significatifs grâce à l'IA. Cet essai documenté, didactique et engagé désacralise la transformation digitale, explique ce qui permet sa monétisation et l'enjeu économique majeur qu'elle représente sous l'angle de la stratégie data : nouvel avantage concurrentiel et must post Covid-19. Mais il décrypte surtout ses dessous humains, les peurs cachées et les méandres culturels qui la bloquent et peuvent coûter cher. Seule une vision structurée, méthodique, courageuse, philosophique et humaine de l'entreprise de demain donnera du sens à la technologie, la data, l'IA, et permettra de fortement créer de la valeur. Renouvellement de la notion de performance, démocratisation de la data, révolution managériale, de la gouvernance organisationnelle et humaine jusqu'à son propre rapport intime à soi deviennent des actes responsables des dirigeants, pour un impact financier et surtout sociétal. Datae Humanum® aide les dirigeants à révéler un leadership digital puissant et éclairé, peut-être plus impactant que celui des Etats dans le contexte du grand mouvement darwinien vers la data.

Data, Open Data, Big Data : de l'Open Science au e-commerce en passant par l'intelligence artificielle ou le marketing digital, la société de l'information et l'économie de la connaissance actuelles sont façonnées par les plateformes numériques. Emmanuelle Mazuyer (directrice de recherche CNRS) souligne que le grand mérite de l'auteur est de proposer une typologie et des éléments de caractérisation intégrant à la fois des externalités, des effets de réseau et des marchés qui constituent l'écosystème propre aux plateformes numériques, si complexe à appréhender. Car si les plateformes s'inscrivent dans un contexte d'innovation technologique, elles inventent également une nouvelle manière de capter de la valeur, notamment via les données qu'elles produisent ou exploitent. Le rôle central des algorithmes apparaît alors avec force dans la chaîne de valeur. Les plateformes numériques captent la valeur à partir des données. Celles-ci n'ont pas de valeur qu'une fois traitées, analysées et inscrites dans une stratégie de recommandation et de prédiction.

Pierre Henrichon analyse de quelle façon la cybernétique, la quantification, la dataveillance et le néolibéralisme participent d'un même processus de dissolution du politique et de la société, lequel trouve aujourd'hui son point de confluence dans le complexe du Big Data et de l'économie de la donnée. Car au-delà des promesses de progrès et de liberté chantées par ses principaux laudateurs se cachent des dangers potentiels pour nos démocraties : leur crise est entre autres causée par la neutralisation du politique et la montée au pouvoir des " Goliaths de l'économie de la donnée " sur nos esprits et dans l'espace public. Aujourd'hui, cette domination de l'économique est valorisée, reproduite et renforcée par le complexe sociotechnique et financier qu'est le Big Data.

Ces dernières années, le rythme soutenu d'innovations a permis d'offrir de nombreuses opportunités pour les enseignes qui ont su en tirer parti, et au contraire, a provoqué une chute plus rapide pour d'autres. Les progrès technologiques issus de l'accélération numérique comme le cloud computing, l'exploitation de grands volumes de données et les possibilités d'automatisation et d'analyse prédictive générées par l'IA font désormais partie intégrante de la stratégie des entreprises les plus efficaces. Les nouveaux leaders de cette ère numérique se distinguent principalement par la maîtrise de la donnée, devenue aujourd'hui le véritable socle de la performance. Maîtriser les datas, c'est savoir les collecter avec pertinence, et savoir les exploiter pour apporter de la valeur à son business : comprendre et répondre aux besoins des consommateurs, personnaliser l'expérience client, connaître les tendances du marché... Ce n'est donc plus la taille de l'entreprise qui compte aujourd'hui, mais bel et bien la capacité à réagir rapidement face aux différentes évolutions. Pour rester compétitif dans cette nouvelle ère, il importe donc de créer de la valeur autrement : datas, IA, stratégie et culture d'entreprise sont les piliers clés de toute transformation digitale réussie...

On les appelle les big data. Google, Apple, Facebook ou Amazon, ces géants du numérique qui aspirent à travers Internet, smartphones et objets connectés des milliards de données sur nos vies. Derrière cet espionnage, dont on mesure chaque jour l'ampleur, on découvre qu'il existe un pacte secret scellé par les big data avec l'appareil de renseignement le plus puissant de la planète. Cet accouplement entre les agences américaines et les conglomérats du numérique est en train d'enfanter une entité d'un genre nouveau. Une puissance mutante, ensemencée par la mondialisation, qui ambitionne ni plus ni moins de reformater l'Humanité. La prise de contrôle de nos existences s'opère au profit d'une nouvelle oligarchie mondiale. Pour les big data, la démocratie est obsolète, tout comme ses valeurs universelles. C'est une dictature inédite qui nous menace : une Big Mother bien plus terrifiante encore que Big Brother. Si nous laissons faire nous serons demain des "hommes nus", sans mémoire, programmés, sous surveillance. Il est temps d'agir.

Confession d'un data scientist, Omniscience est un roman futuriste et métaphysique qui dresse, non sans dérision, un portrait au vif de la civilisation des données.

Ces deux livres offrent au lecteur un maximum d'informations sur le langage R pour le traitement et l'exploitation des données. 1 618 pages par nos experts. Des éléments complémentaires sont en téléchargement sur le site www. editions-eni. fr. Un livre de la collection Ressources Informatiques Langage R - Prise en main des statistiques Extrait du résumé : R est un langage statistique très riche en fonctionnalités de traitement des données. Il permet l'extraction de données de sources variées, leur traitement et leur organisation. Plus encore, la multiplicité des systèmes de visualisation graphique et les nombreuses fonctions de modélisation statistique font de ce langage un outil statistique redoutable. Avec ce livre, les auteurs proposent une présentation de R ayant pour objectif de lever la complexité apparente de ce puissant langage et de permettre une prise en main aisée des statistiques de premier cycle... Un livre de la collection Epsilon Data Scientist et langage R - Autoformation aux bases de l'intelligence artificielle dans l'univers de la data (3e édition) Extrait du résumé : Ce livre, pour lequel deux axes de lecture sont possibles, a pour objectif de proposer une formation complète et opérationnelle sur les data sciences. Le premier axe permet au lecteur d'apprendre à délivrer des solutions complètes via l'usage du langage R et de son écosystème, et le second lui permet d'acquérir une culture approfondie des data sciences tout en faisant abstraction du détail du code R grâce à l'utilisation d'un outillage interactif qui ne nécessite pas d'apprendre à coder en R...

Stefan Lendi vous partage avec ce livre ses meilleures techniques, ses outils et ses conseils pour un marketing digital qui cartonne. En s'appuyant sur ce qui fait le succès de sa chaîne YouTube (https : //www.youtube.com/c/strategemarketing), Stefan aborde tous les concepts et les outils indispensables aujourd'hui : données, réseaux sociaux, référencement naturel, communautés. Il traite également les nouvelles problématiques du marketing digital et du e-commerce : protection des données (big data) et "data permission" ainsi que leurs conséquences. Enfin, il explore tout le potentiel marketing du web3 : métavers, NFT, blockchains, cryptomonnaies, et montre comment intégrer ces nouveaux outils pour avoir une stratégie digitale et e-commerce performante.

This book presents four closely related reports on the lay-out, data collection and results of a research project on the acquisition of German as a Foreign Language by adult students. A critical description is given of the course of the extensive data collection and the successes and difficulties encountered. This is followed by a theoretical paper in which a model of the production process in second language performance is postulated and discussed. Sections three and four describe analyses of spontaneous self-corrections as evidence of the learner's control of his speech process, which takes into account the influence of individual and linguistic variables.

Ce livre consacré aux tous nouveaux Datamarts de Power BI de Microsoft, en mode autonome ou éventuellement en mode hybride avec Microsoft Fabric s'adresse à toute personne amenée à traiter des données en entreprise (responsable data, décideurs informatiques, utilisateurs de Power BI) autant qu'aux étudiants en Data Analyse ou Data Architecture. Il a pour objectif de transmettre au lecteur les tenants et aboutissants des Datamarts Power BI pour qu'il puisse les exploiter efficacement. Ce livre abondamment illustré est une bonne occasion de découvrir le nouvel usage du portail Power BI. Après avoir défini les Datamarts, l'auteur en expose l'architecture technique et fonctionnelle puis souligne les avantages et inconvénients. Il explique le périmètre de l'outil et compare les Datamarts aux Dataflows, aux Datasets partagés et à Microsoft Fabric. Le second chapitre permet au lecteur d'être guidé de bout en bout dans la création d'un Datamart. Il explore ainsi l'ajout d'éléments pour la gestion du temps ou des lieux, la création d'une passerelle ou encore la création de premières tables indispensables. Un chapitre est ensuite consacré à l'outil d'extraction, de transformation et de chargement des données qu'est Power Query OnLine dans lequel l'auteur présente ses différences avec Power BI Desktop. Les chapitres suivants s'intéressent à DAX et au modèle de donnée à mettre en place, ainsi qu'à toutes les façons de consommer un Datamart, de Microsoft Excel à Azure Data Studio. Pour finir, l'auteur présente dans les derniers chapitres la gestion des droits et du partage, la gouvernance et les pipelines de déploiement, ainsi que la maintenance et la réponse aux messages d'erreur.