en savoir plus
Permet à tous ses détenteurs d'obtenir 5% de réduction sur tous les livres lors du retrait en magasin (réduction non cumulable avec les réductions de type étudiant).
Offre également un certain nombre d'avantages auprès de nos partenaires.
Avec les favoris, retrouvez dans un espace les sélections effectuées au fur et à mesure de vos navigations dans le site.
Constituez pour votre usage personnel vos listes de livres en prévisions d'achats futurs et votre sélection d'articles, dossiers, événements, vidéos ou podcasts préférés ou à découvrir plus tard...
Il suffit simplement de cliquer sur "Ajout Favori" sur chaque page qui vous intéresse pour les retrouver ensuite dans votre espace personnel.
Requiert un compte Mollat
Requiert un compte Mollat
Un ouvrage présentant les techniques actuelles de traitement et de visualisation de données structurées fondées sur l'approche de classification ou sur celle de régression. ©Electre 2025
Machine learning : les fondamentaux
Avec plus de 200 extraits de code et des dizaines de notes techniques, ce guide de référence pratique se propose de vous aider à tracer votre route dans le domaine de l'apprentissage machine avec des données structurées. Son auteur, Matt Harrison, a produit un guide précieux qui va constituer une ressource utile dans vos prochains projets de datalogie.
Destiné aux programmeurs, aux datalogues et aux ingénieurs en science des données, le livre aborde toutes les techniques actuelles de traitement et de visualisation de données structurées fondées sur l'approche de classification ou sur celle de régression. Il met à contribution des dizaines de librairies spécifiques.
Paru le : 12/03/2020
Thématique : Langages de programmation
Auteur(s) : Auteur : Matt Harrison
Éditeur(s) :
First interactive
O'Reilly Media
Collection(s) : Non précisé.
Contributeur(s) : Traducteur : Olivier Engler
Série(s) : Non précisé.
ISBN : 978-2-412-05602-8
EAN13 : 9782412056028
Reliure : Broché
Pages : XIII-249
Hauteur: 23.0 cm / Largeur 19.0 cm
Épaisseur: 2.1 cm
Poids: 540 g