Traitement en cours...
Fermer la notification

Le saviez-vous ?

SIDE a travaillé avec ses fournisseurs pour rendre ses colis respectueux de l'environnement.
Fini le plastique !
Le ruban adhésif qui sécurise la fermeture de nos colis et les chips de calage qui immobilisent les livres dans les cartons sont en matériaux recyclables et biodégradables.

Afficher la notification

Introduction au Machine Learning - 3e éd.

Azencott Chloé-Agathe
Date de parution 25/06/2025
EAN: 9782100880423
Disponibilité Disponible chez l'éditeur
Le machine learning offre aujourd’hui à de nombreux secteurs d’activité la possibilité de réaliser des progrès spectaculaires grâce à ses puissants outils qui facilitent l’exploitation de grands volumes de données.Étudiantes et étudiants en informati... Voir la description complète
Nom d'attributValeur d'attribut
Common books attribute
ÉditeurDUNOD
Nombre de pages288
Langue du livreFrançais
AuteurAzencott Chloé-Agathe
FormatPaperback / softback
Type de produitLivre
Date de parution25/06/2025
Poids488 g
Dimensions (épaisseur x largeur x hauteur)1,40 x 17,10 x 24,00 cm
Le machine learning offre aujourd’hui à de nombreux secteurs d’activité la possibilité de réaliser des progrès spectaculaires grâce à ses puissants outils qui facilitent l’exploitation de grands volumes de données.Étudiantes et étudiants en informatique ou mathématiques appliquées en L3, master ou école d’ingénieurs, ce manuel vous permettra d’acquérir des bases solides sur les concepts et les algorithmes du machine learning.Il vous fournit les outils nécessaires pour :identifier et formaliser les problèmes qui peuvent être résolus par des approches de machine learning ;mettre en oeuvre les algorithmes classiques les plus appropriés ;implémenter ces algorithmes par vous-même afin d’en comprendre les tenants et aboutissants ;évaluer et comparer les performances de plusieurs algorithmes de machine learning pour une application particulière.Les notions de cours sont complétées par 85 exercices, intégralement corrigés, pour vous faciliter l’apprentissage et la validation de l’apprentissage.