Treatment in progress...
Close notification

Did you know that ?

SIDE has worked with its suppliers to make our parcels environmentally friendly.
No more plastics !
The tape that keep our parcels tightly shut and the wedging material that immobilizes books within the cartons are now made of fully recyclable and biodegradable materials.

Display notification

Informatique - Découverte du Machine Learning - Les outils de l'apprentissage automatique

Fleury Gérard, Gondran Matthieu, Lacomme Philippe, Chèze Claude, Samir Chafik
Publication date 20/04/2021
EAN: 9782340047334
Availability Available from publisher
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 déco... See full description
Attribute nameAttribute value
Common books attribute
PublisherELLIPSES
Page Count306
Languagefr
AuthorFleury Gérard, Gondran Matthieu, Lacomme Philippe, Chèze Claude, Samir Chafik
FormatPaperback / softback
Product typeBook
Publication date20/04/2021
Weight588 g
Dimensions (thickness x width x height)1.70 x 17.50 x 26.00 cm
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.