- EAN13
- 9782340047334
- ISBN
- 978-2-340-04733-4
- Éditeur
- Editions Ellipses
- Date de publication
- 20/04/2021
- Collection
- TECHNOSUP
- Nombre de pages
- 306
- Dimensions
- 26 x 17,5 x 1,7 cm
- Poids
- 588 g
- Langue
- français
- Fiches UNIMARC
- S'identifier
Découverte du machine learning
Les outils de l'apprentissage automatique
De Philippe Lacomme, Gérard Fleury
Série éditée par Claude Chèze
Editions Ellipses
Technosup
Ce livre est en stock chez un confrère du réseau leslibraires.fr,
Cliquez ici pour le commanderAutre version disponible
Cet ouvrage propose une découverte pragmatique du Machine Learning à travers des exemples implémentés. Il constitue une introduction à différentes méthodes permettant aux étudiants de DUT, de licence, des écoles d'ingénieurs et aux chercheurs de découvrir plusieurs aspects du domaine.
Le domaine du Machine Learning couvre un large spectre d'outils et de méthodes. Cet ouvrage fait un focus particulier sur les réseaux de neurones, les réseaux Bayésiens, les méthodes de classification, le pattern mining et les séries temporelles. La découverte s'effectue en utilisant des bibliothèques dédiées au Machine Learning, notamment TensorFlow, Keras, pyAgrum et Weka.
Les exemples du livre sont essentiellement des problèmes qui ont été tirés des domaines d'expertise des auteurs. Les codes informatiques sont proposés en Python, en C et en Java, car les domaines où le Machine Learning est utile sont très nombreux et il est important d'avoir une vue globale de ce qu'il est possible de faire avec les outils récents.
Le domaine du Machine Learning couvre un large spectre d'outils et de méthodes. Cet ouvrage fait un focus particulier sur les réseaux de neurones, les réseaux Bayésiens, les méthodes de classification, le pattern mining et les séries temporelles. La découverte s'effectue en utilisant des bibliothèques dédiées au Machine Learning, notamment TensorFlow, Keras, pyAgrum et Weka.
Les exemples du livre sont essentiellement des problèmes qui ont été tirés des domaines d'expertise des auteurs. Les codes informatiques sont proposés en Python, en C et en Java, car les domaines où le Machine Learning est utile sont très nombreux et il est important d'avoir une vue globale de ce qu'il est possible de faire avec les outils récents.
S'identifier pour envoyer des commentaires.
Autres contributions de...
-
Les algorithmes de base de l'informatique quantique - Tome 2, Apprendre à calculer sur des ordinateurs quantiques avec PythonPhilippe Lacomme, Gérard FleuryEyrolles
-
Introduction à l'informatique quantique, Apprendre à calculer sur des ordinateurs quantiques avec PythonPhilippe Lacomme, Gérard FleuryEyrolles
-
Informatique - Programmation par contraintes - Démarches de modélisation pour l'optimisationPhilippe LacommeEditions Ellipses
-
Informatique - De la programmation linéaire à la programmation par contraintes - Niveau CPhilippe LacommeEditions Ellipses
-
INGÉNIERIE SYSTÈMES - Les web services - Concevoir et utiliser des applications 2.0 - C#, Java, PHP, API JavScript, Androïd SDK, iOS SDK … (niveau C), concevoir et utiliser des applications 2.0, C#, Java, PHP, API JavaScript, Androïd SDK, iOS SDKJonathan Fontanel, Philippe Lacomme, Libo RenEditions Ellipses
-
Propulsion - La propulsion par fusée, Technologie des fusées. Du moteur à l’architecturePascal BauerEditions Ellipses
-
La mesure en électronique basse fréquence, Techniques et conseils, travaux pratiques et cas d'étudePierre CanetEditions Ellipses
-
Les différents types de moteurs électriques, Fonctionnement, moteurs synchrones et asynchrones, autres typesClaude ChèzeEditions Ellipses