Accueil > Datamining, Divers > 12 livres de data mining gratuits

12 livres de data mining gratuits

écrit par René Lefebure

12 juin

L’inscription à des communautés sur les réseaux sociaux se traduit souvent par des volumes de messages pas forcément ciblés avec mes problématiques actuelles … et au milieu de ce déluge, il se trouve un message exceptionnel !

Une bibliothèque avec 12 livres de data mining GRATUITS, et pas des ouvrages mineurs ou incomplets, mais des ouvrages de plus de 500 pages, traitant des problématiques issus du data mining traditionnels ou des problématiques plus innovantes autour du Big Data (analyse des logs ou analyse sémantique).

Pour accéder aux ouvrages, suivre le lien suivant

http://christonard.com/12-free-data-mining-books/?imm_mid=0bd168&cmp=em-strata-na-na-newsltr_20140528_elist

 

Je ne cherche pas à faire croire que j’ai lu l’ensemble des ouvrages avant de vous communiquer cette adresse, mais j’ai parcouru les tables des matières des différents ouvrages … et feuilleté en transversal le contenu de certains ouvrages.

Les sommaires permettent d’approfondir les notions « traditionnelles » :

– régressions linéaires

– régressions polynomiales

– méthodes de classification ou typologie

– analyse en composantes principales

– arbre de décisions interactif

– moteur d’associations et de recommandations

– filtrage collaboratif

ou moins traditionnelles comme

– réseaux de neurones

– réseaux bayésiens (avec beaucoup d’ouvrages sur ce sujet)

– support vector machine

– analyse de séquences

– validation par bootstrap

– chaine de Markov

– théorie des graphes

et un livre qui a plus spécifiquement attiré mon attention car il traite de problématiques plus liés au Big Data et au Machine Learning :  » Introduction to Data Science » de Jeffrey Stanton.

Ce livre fournit des exemples sous R (et R Studio) dans des domaines différents comme :

– l’analyse des Tweet,

– l’analyse des sentiments

– l’analyse des caractères (Text Mining)

– les nuages de mots

Toujours avec une forme d’humour ….

Certains ouvrages sont plus spécialisés sur des thématiques de reconnaissance de formes et présentent les spécificités en optimisation ou en machine learning.

Bonne lecture et bon courage.

NB : si vous avez lu un des ouvrages suite à ce « post », n’hésiter pas à mettre des commentaires à la suite de cet article …ca guidera les lecteurs futurs

 

 

Pas encore de commentaire

Faire un commentaire