Title : |
Data science pour l'agriculture et l'environnement : méthodes et applications avec R et Python |
Material Type: |
printed text |
Authors: |
David Makowski (1972-....), Publishing director |
Publisher: |
Paris : Ellipses |
Publication Date: |
DL 2021 |
Other publisher: |
37-Monts : Impr. Présence graphique |
Series: |
Formations & techniques |
Pagination: |
1 vol. (256 p.) |
Layout: |
ill. |
Size: |
24 cm |
ISBN (or other code): |
978-2-340-04577-4 |
Price: |
35 EUR |
General note: |
Notes bibliogr. |
Languages : |
French (fre) |
Descriptors: |
Agriculture Société:Environnement
|
Class number: |
519.5 |
Abstract: |
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. |
Data science pour l'agriculture et l'environnement : méthodes et applications avec R et Python [printed text] / David Makowski (1972-....), Publishing director . - Paris : Ellipses : 37-Monts : Impr. Présence graphique, DL 2021 . - 1 vol. (256 p.) : ill. ; 24 cm. - ( Formations & techniques) . ISBN : 978-2-340-04577-4 : 35 EUR Notes bibliogr. Languages : French ( fre)
Descriptors: |
Agriculture Société:Environnement
|
Class number: |
519.5 |
Abstract: |
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. |
|  |