Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

L'apprentissage profond (deep learning) a révolutionné l'intelligence artificielle et s'est très rapidement répandu dans de nombreux domaines d'activité. Grâce à une approche "orientée objet", ce livre a pour but d'expliquer les bases du deep learning, depuis les réseaux de neurones à propagation avant jusqu'aux réseaux non supervisés. Conçu comme un manuel d'apprentissage synthétique, avec cours et exercices, il s'appuie sur des exemples dans des domaines comme la vision par ordinateur, la compréhension des langages naturels ou l'apprentissage par renforcement. Ces exemples sont étudiés avec le logiciel Tensorflow. Les notions théoriques sont illustrées et complétées par une quarantaine d'exercices, dont la moitié sont corrigés.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

L’apprentissage automatique (Machine Learning) est aujourd’hui en pleine explosion. Mais de quoi s’agit-il exactement, et comment pouvez-vous le mettre en oeuvre dans vos propres projets ?L’objectif de cet ouvrage est de vous expliquer les concepts fondamentaux du Machine Learning et de vous apprendre à maîtriser les outils qui vous permettront de créer vous-même des systèmes capables d’apprentissage automatique.Vous apprendrez ainsi à utiliser Scikit-Learn, un outil open source très simple et néanmoins très puissant que vous pourrez mettre en oeuvre dans vos systèmes en production.• Apprendre les bases du Machine Learning en suivant pas à pas toutes les étapes d’un projet utilisant Scikit-Learn et pandas.• Ouvrir les boîtes noires pour comprendre comment fonctionnent les algorithmes.• Explorer plusieurs modèles d’entraînement, notamment les machines à vecteur de support (SVM).• Comprendre le modèle des arbres de décision et celui des forêts aléatoires, et exploiter la puissance des méthodes ensemblistes.• Exploiter des techniques d’apprentissage non supervisées telles que la réduction de dimensionnalité, la classification et la détection d’anomalies.

TensorFlow --- Apprentissage profond --- Interfaces de programmation d'applications --- Problèmes et exercices