Chargement...
Chargement...
Sciences - SavoirsInformatiqueInformatique, réseaux et internetLangages de programmation
Apprentissage artificiel : concepts et algorithmes

Apprentissage artificiel : concepts et algorithmes

Auteur : Antoine Cornuéjols

Auteur : Laurent Miclet


52,70 €
Chargement...
Livraison à partir de 0,01 €
-5 % Retrait en magasin avec la carte Mollat
en savoir plus
pdf
46,80 €
Protection: Digital watermarking
Acheter en numérique

Résumé

Offre un cadre méthodologique aux étudiants et ingénieurs souhaitant mettre en oeuvre des algorithmes d'apprentissage automatique dans le cadre des applications industrielles les plus courantes : reconnaissance de forme, fouille de données, diagnostic... ©Electre 2025

  • Les programmes d'intelligence artificielle sont aujourd'hui capables de reconnaître des commandes vocales, d'analyser automatiquement des photos satellites, d'assister des experts pour prendre des décisions dans des environnements complexes et évolutifs (analyse de marchés financiers, diagnostics médicaux...), de fouiller d'immenses bases de données hétérogènes, telles les innombrables pages du Web...

  • Pour réaliser ces tâches, ils sont dotés de modules d'apprentissage leur permettant d'adapter leur comportement à des situations jamais rencontrées, ou d'extraire des lois à partir de bases de données d'exemples.

  • Ce livre présente les concepts qui sous-tendent l'apprentissage artificiel, les algorithmes qui en découlent et certaines de leurs applications. Son objectif est de décrire un ensemble d'algorithmes utiles en tentant d'établir un cadre théorique unique pour l'ensemble des techniques regroupées sous ce terme «d'apprentissage artificiel».

  • A qui s'adresse ce livre ?

  • Aux décideurs et aux ingénieurs qui souhaitent comprendre l'apprentissage automatique et en acquérir des connaissances solides ;

  • Aux étudiants de niveau maîtrise, DEA ou école d'ingénieurs qui souhaitent un ouvrage de référence en intelligence artificielle et en reconnaissance des formes.

  • Sommaire

    • I. Les fondements de l'apprentissage • Première approche théorique de l'induction • Environnement méthodologique • II. Apprentissage par exploration • Induction et relation d'ordre • Programmation logique inductive • Inférence grammaticale • Apprentissage par évolution • III. Apprentissage par optimisation • Surfaces séparatrices linéaires • Réseaux connexionistes • Réseaux bayésiens • Modèles de Markov cachés • IV. Apprentissage par approximation et interpolation • Classification non supervisée • Apprentissage par renforcement • Annexes et bibliographie.

    Fiche Technique

    Paru le : 10/07/2002

    Thématique : Langages de programmation

    Auteur(s) : Auteur : Antoine Cornuéjols Auteur : Laurent Miclet

    Éditeur(s) : Eyrolles

    Collection(s) : Algorithmes

    Contributeur(s) : Collaborateur : Yves Kodratoff

    Série(s) : Non précisé.

    ISBN : Non précisé.

    EAN13 : 9782212110203

    Reliure : Broché

    Pages : XXXVIII-591

    Hauteur: 23.0 cm / Largeur 18.0 cm


    Épaisseur: 3.6 cm

    Poids: 1096 g