Ce podcast propose un ensemble de ressources (audio, vidéo, présentation, etc.) autour de l'enseignement de l'informatique.
"Reasoned Programming"http://www.doc.ic.ac.uk/~susan/firstyearbook.pdf(K. Broda + S. Eisenbach + H. Khoshnevisan + S. Vickers)Prentice Hall International Series in Computer Science (1994).ISBN 0-13-098831-6Autre url: pdfReasoned Programming montre comment appliquer un raisonnement mathématique pour le développement de programmes, en utilisant les spécifications logiques.
Voici un document PDF proposant un tour d'horizon des outils mathématiques pour l'informatique : https://www.cs.princeton.edu/courses/archive/spring10/cos433/mathcs.pdfA lire par tout êtudiant en informatique évidemment !
Le livre "Bases de données" de G. Gardarin chez Eyrolles est disponible gratuitement ! N'hésitez pas à le consulter !Site de G. Gardarin : http://georges.gardarin.free.fr/Le livre en PDF : http://georges.gardarin.free.fr/Livre_BD_Contenu/XX-TotalBD.pdfLe site pour télécharger en version ebook : http://izibook.eyrolles.com/produit/2385/9782212175035/Bases%20de%20donnees
Pour tout savoir sur le Linked Data, vous pouvez consulter l'ouvrage :http://www.uni-koblenz-landau.de/campus-koblenz/fb4/west/teaching/ws1213/seminar-web-science/linked-data.pdf
L'informatique n'est pas plus la science des ordinateurs que l'astronomie n'est celle des téléscopes.A écouter Le Labo des Savoirs - 12/12/2012 sur la science informatique.http://son.prun.net/S13/labo-des-savoirs/labo-des-savoirs-20121212-1.mp3
Another book for Semantic Web and Linked Data !It exists in PDF format :http://www.markwatson.com/opencontent_data/book_java.pdfCC by-nc-nd
Voici un site qui donne des liens sur quelques livres gratuits autour de la thématique de la science des données (Data Science). On y trouve aussi des livres sur l'apprentissage.p-value.info: Free Datascience booksMining of Massive datasets by Rajamaran, Leskovic & UllmanBayesian Reasoning and Machine Learning by David Barber [website]Information Theory, Inference, and Learning Algorithms by David J.C. MackayFoundations of Statistical Natural Language Processing by Manning & SchützeData Jujitsu by D.J. PatilBuilding Data Science Teams by D.J. PatilNetwork Science by A.-L. BarabasiIntroduction to Information Retrieval, by Manning, Raghavan and SchützeA first encounter with machine learning by WellingGaussian processes for Machine Learning by C.E. RasmussenThe Elements of Statistical Learning, by Hastie, Tibshirani, Friedman -- grandaddy of them allIntroduction to Machine Learning by Smola, VishwanathanThink Bayes by Downey
Parce que nous en avons tous besoin, aussi bien en informatique que dans le reste des disciplines. Bref, pour tout ce qui concerne l'édition numérique ! "Petites leçons de typographie" est un recueil de conseils pour bien rédiger livres, rapports et compte-redus. Rédigé par Jacques André (IRISA), il est mis à jour très régulièrement. N'hésitez pas à avoir ce document comme "livre de chevet" !jacques-andre.fr/faqtypo/lessons.pdf
Univerity of California, Berkeley logo (Photo credit: Wikipedia)Un livre intéressant sur l'algorithmique fait par des enseignants de Berkeley :http://www.cs.berkeley.edu/~vazirani/algorithms/all.pdfpar S. Dasgupta, C. H. Papadimitriou, and U. V. Vaziranien 2006.Cela couvre surtout l'algorithmique numérique et les graphes.