eBook - PDF
Data science pour l'agriculture et l'environnement - Méthodes et applications avec R et Python
- French
- PDF
- Disponible sur iOS et Android
eBook - PDF
Data science pour l'agriculture et l'environnement - Méthodes et applications avec R et Python
À propos de ce livre
La data science a acquis une grande renommée dans de nombreux domaines mais son utilisation en agriculture et, plus largement dans les sciences environnementales, reste encore limitée. 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.
Foire aux questions
Oui, vous pouvez résilier à tout moment à partir de l'onglet Abonnement dans les paramètres de votre compte sur le site Web de Perlego. Votre abonnement restera actif jusqu'à la fin de votre période de facturation actuelle. Découvrez comment résilier votre abonnement.
Non, les livres ne peuvent pas être téléchargés sous forme de fichiers externes, tels que des PDF, pour être utilisés en dehors de Perlego. Cependant, vous pouvez télécharger des livres dans l'application Perlego pour les lire hors ligne sur votre téléphone portable ou votre tablette. Découvrez-en plus ici.
Perlego propose deux abonnements : Essentiel et Complet
- Essentiel est idéal pour les étudiants et les professionnels qui aiment explorer un large éventail de sujets. Accédez à la bibliothèque Essentiel comprenant plus de 800 000 titres de référence et best-sellers dans les domaines du commerce, du développement personnel et des sciences humaines. Il comprend un temps de lecture illimité et la voix standard de la fonction Écouter.
- Complet est parfait pour les étudiants avancés et les chercheurs qui ont besoin d'un accès complet et illimité. Accédez à plus de 1,4 million de livres sur des centaines de sujets, y compris des titres académiques et spécialisés. L'abonnement Complet comprend également des fonctionnalités avancées telles que la fonction Écouter Premium et l'Assistant de recherche.
Nous sommes un service d'abonnement à des ouvrages universitaires en ligne, où vous pouvez accéder à toute une bibliothèque pour un prix inférieur à celui d'un seul livre par mois. Avec plus d'un million de livres sur plus de 1 000 sujets, nous avons ce qu'il vous faut ! Découvrez-en plus ici.
Recherchez le symbole Écouter sur votre prochain livre pour voir si vous pouvez l'écouter. L'outil Écouter lit le texte à haute voix pour vous, en surlignant le passage qui est en cours de lecture. Vous pouvez le mettre sur pause, l'accélérer ou le ralentir. Découvrez-en plus ici.
Oui ! Vous pouvez utiliser l'application Perlego sur les appareils iOS ou Android pour lire à tout moment, n'importe où, même hors ligne. Parfait pour les trajets quotidiens ou lorsque vous êtes en déplacement.
Veuillez noter que nous ne pouvons pas prendre en charge les appareils fonctionnant sur iOS 13 et Android 7 ou versions antérieures. En savoir plus sur l'utilisation de l'application.
Veuillez noter que nous ne pouvons pas prendre en charge les appareils fonctionnant sur iOS 13 et Android 7 ou versions antérieures. En savoir plus sur l'utilisation de l'application.
Oui, vous pouvez accéder à Data science pour l'agriculture et l'environnement - Méthodes et applications avec R et Python par Makowski David,Brun François,Doutart Élodie,Duyme Florent en format PDF et/ou ePUB ainsi qu'à d'autres livres populaires dans Technologie et ingénierie et Agriculture. Nous disposons de plus d'un million d'ouvrages à découvrir dans notre catalogue.
Informations
Table des matières
- Table des matières
- CHAPITRE 1. OBJECTIF DE LA DATA SCIENCE
- CHAPITRE 2. LA RÉGRESSION PÉNALISÉE
- CHAPITRE 3. RÉGRESSION LINÉAIRE AVEC VARIABLES CORRÉLÉES
- CHAPITRE 4. LES SÉPARATEURS À VASTES MARGES (SVM)
- CHAPITRE 5. ARBRES ET FORETS ALÉATOIRES
- CHAPITRE 6. RÉSEAUX DE NEURONES
- CHAPITRE 7. APPRENTISSAGE NON SUPERVISÉ
- CHAPITRE 8. EVALUATION