Choose an application

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

Cet ouvrage, conçu pour tous ceux qui souhaitent s'initier au Machine Learning (apprentissage automatique) est la traduction de la première partie du best-seller américain Hands-On Machine Learning with Scikit-Learn & TensorFlow. Il ne requiert que peu de connaissances en mathématiques et présente les fondamentaux du Machine Learning d'une façon très pratique à l'aide de Scikit-Learn qui est l'un des frameworks de ML les plus utilisés actuellement. Des exercices corrigés permettent de s'assurer que l'on a assimilé les concepts et que l'on maîtrise les outils. Des compléments en ligne interactifs sous forme de Jupyter notebooks complètent le livre avec des exemples exécutables. Ce premier titre est complété par un second ouvrage intitulé Deep Learning avec TensorFlow.

Machine learning. --- Artificial intelligence. --- Apprentissage automatique. --- Intelligence artificielle. --- Scikit-Learn --- Apprentissage automatique

Choose an application

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

Das praktische Nachschlagewerk zum Machine Learning mit strukturierten Daten

Künstliche Intelligenz --- Algorithmen --- KI --- Neural Networks --- Artificial Intelligence --- NumPy --- Data Science --- Maschinelles Lernen --- überwachtes Lernen --- Pandas --- scikit-learn --- AI --- Statistische Datenanalyse --- Supervised Learning

Choose an application

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

Long description: Biographical note:

Datenanalyse --- Big Data --- Datenverarbeitung --- Python --- Neuronale Netze --- Algorithmen --- buch --- Machine Learning --- clusteranalyse --- regressionsanalyse --- Deep Learning --- NumPy --- Predictive Analytics --- Data Science --- SciPy --- sentiment analyse --- TensorFlow --- Scikit Learn --- mitp

Choose an application

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

La 4e de couv. indique : "Le machine learning (ou apprentissage automatique) est désormais partie intégrante de nombreuses applications commerciales et projets de recherche. Mais ce domaine ne reste pas l'apanage des grandes entreprises dotées d'un département en recherche et développement. Si vous connaissez un minimum le langage de programmation Python, vous apprendrez grâce à ce livre à concevoir vos propres solutions de machine learning. Avec la masse de données qui circulent actuellement, la seule limite que peuvent connaître vos applications de machine learning, c'est votre imagination. Cet ouvrage énumère les étapes nécessaires à la création d'une application de machine learning réussie avec Python et la librairie scikit-learn. Ses auteurs se sont efforcés de ne pas trop insister sur les aspects mathématiques de l'apprentissage automatique, mais plutôt sur les utilisations pratiques de ces algorithmes. Si vous êtes déjà quelque peu familiarisé avec les librairies NumPy et matplotlib, vous n'en serez que plus à l'aise. Au programme de ce livre : concepts fondamentaux et applications de machine learning ; avantages et inconvénients d'utiliser les algorithmes de machine learning les plus courants ; comment représenter les données traitées par le machine learning, et sur lesquelles se concentrer ; méthodes avancées d'évaluation de modèle et ajustement des paramètres ; le concept de pipeline pour le chaînage des modèles et l'encapsulation du flux de travail ; techniques de traitement des données textuelles ; suggestions pour améliorer vos compétences en apprentissage automatique et en sciences des données."

Python (Computer program language) --- Data mining. --- Apprentissage automatique. --- Python (langage de programmation) --- Python (Langage de programmation) --- Exploration de données (Informatique) --- Scikit-Learn (logiciel) --- Exploration de données. --- Machine learning --- Apprentissage automatique

Choose an application

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

This book is about JIDOKA, a Japanese management technique coined by Toyota that consists of imbuing machines with human intelligence. The purpose of this compilation of research articles is to show industrial leaders innovative cases of digitization of value creation processes that have allowed them to improve their performance in a sustainable way. This book shows several applications of JIDOKA in the quest towards an integration of human and AI within Industry 4.0 Cyber Physical Manufacturing Systems. From the use of artificial intelligence to advanced mathematical models or quantum computing, all paths are valid to advance in the process of human–machine integration.

Technology: general issues --- History of engineering & technology --- healthy operator 4.0 --- human–cyber–physical system --- industrial internet of things --- industry 4.0 --- smart workplaces --- EEG sensors --- manufacturing systems --- shopfloor management --- machine learning --- deep learning --- reference architecture model --- interoperability --- digital twin --- distributed ledger technology --- GDPR --- RAMI 4.0 --- LASFA --- quantum computing --- strategic organizational design --- Industry 4.0 --- complex networks --- cyber-physical systems --- lean management systems --- quantum strategic organizational design --- quantum circuits --- quantum simulation --- JIDOKA --- Operator 4.0 --- process variability --- integration explaining variability --- quantum approximate optimization algorithm --- value–stream networks --- optimization --- maintenance interval --- maintenance model --- semi-Markov process --- right-censored data --- finite horizon --- maintenance cost --- Cyber-Physical Systems --- Lean Manufacturing --- Directed Acyclic Graphs --- scikit-learn --- pipegraph --- machine learning models --- healthy operator 4.0 --- human–cyber–physical system --- industrial internet of things --- industry 4.0 --- smart workplaces --- EEG sensors --- manufacturing systems --- shopfloor management --- machine learning --- deep learning --- reference architecture model --- interoperability --- digital twin --- distributed ledger technology --- GDPR --- RAMI 4.0 --- LASFA --- quantum computing --- strategic organizational design --- Industry 4.0 --- complex networks --- cyber-physical systems --- lean management systems --- quantum strategic organizational design --- quantum circuits --- quantum simulation --- JIDOKA --- Operator 4.0 --- process variability --- integration explaining variability --- quantum approximate optimization algorithm --- value–stream networks --- optimization --- maintenance interval --- maintenance model --- semi-Markov process --- right-censored data --- finite horizon --- maintenance cost --- Cyber-Physical Systems --- Lean Manufacturing --- Directed Acyclic Graphs --- scikit-learn --- pipegraph --- machine learning models