La collecte de données a eu lieu de tout temps, mais elle a explosé avec l’avènement de l’informatique et d’internet. Pour gérer ces données massives, on peut s’appuyer sur la statistique, le machine learning. Cependant, pour appréhender ces données, et avant même de les manipuler, il importe de garder un regard critique, et de penser aux enjeux sociétaux de ces données. Les données, opportunité ou menace ?

Venez découvrir et emprunter notre sélection de documents à la Bibliothèque !

 

 

Comprendre les données

ABITEBOUL, Serge et PEUGEOT, Valérie, 2017. Terra data : qu’allons-nous faire des données numériques ? S.l. : Paris : Le Pommier : Universcience, DL 2017. Le collège: 22. ISBN 978-2-7465-1241-2. Biblinsa 303.483 ABI TER

AIMETTI, Jean-Paul, 2017. No data : quelle liberté dans un monde numérique ? S.l. : Paris : Descartes & Cie, DL 2017. Essais. ISBN 978-2-84446-318-0. Biblinsa. 303.483 AIM

BORGMAN, Christine L., 2015. Big data, little data, no data : scholarship in the networked world [en ligne]. S.l. : Cambridge, Massachusetts : The MIT Press, [2015]. ISBN 978-0-262-32786-2. Disponible à l’adresse : http://eds.a.ebscohost.com.rproxy.insa-rennes.fr. 004

BOUZEGHOUB, Mokrane et MOSSERI, Rémy, 2017. Les big data à découvert. S.l. : Paris : CNRS Éditions, DL 2017. À découvert. ISBN 978-2-271-11464-8. Biblinsa 005.7 BIG

DAVADIE, Philippe, KEMPF, Olivier et TEBOUL, Bruno, 2016. La donnée n’est pas donnée : stratégie et big data : [actes du colloque, Ecole Militaire, 23 mars 2015]. S.l. : Bluffy : Éditions Kawa, DL 2016. ISBN 978-2-36778-098-6. Biblinsa 303.48 DAV

KELLER, Michael, NEUFELD, Josh et SOUBIRAN, Fanny, 2017. Dans l’ombre de la peur : le Big Data et nous. S.l. : Bussy-Saint-Georges : Çà et là, DL 2017. ISBN 978-2-36990-235-5. Biblinsa BDP KEL

NORMAND, Alexis, 2017. Prévenir plutôt que guérir : la révolution de la e-santé. S.l. : Paris : Eyrolles, DL 2017. ISBN 978-2-212-67415-6. Biblinsa 610 NOR

 

Manipuler les données

GRUS, Joel et DURAND-FLEISCHER, Dominique, 2017. Data science par la pratique. S.l. : Paris : Eyrolles, DL 2017. Collection blanche. ISBN 978-2-212-11868-1. 005.133 PYT GRU

HASTIE, Trevor J., TIBSHIRANI, Robert John et FRIEDMAN, Jerome H., 2016. The elements of statistical learning : data mining, inference, and prediction. S.l. : New York : Springer., 2016. Springer series in statistics. ISBN 978-0-387-84857-0. 519.5 HAS

SIEGEL, Eric, 2016. Predictive analytics : the power to predict who will click, buy, lie, or die. S.l. : Hoboken, New Jersey : Wiley, [2016], cop. 2016. ISBN 978-1-119-14567-7. 303.49 SIE

REGACHE, Camille, 2017. Les métiers de la data. S.l. : Paris : « L’Étudiant, DL 2017. Collection Métiers. ISBN 978-2-8176-0574-6. OP REGEnregistrer

[Sélection de documents] Data
Étiqueté avec :    

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *