Une découverte du machine learning qui se focalise notamment sur les réseaux de neurones, les réseaux bayésiens, les méthodes de classification, le pattern mining et les séries temporelles. Les codes informatiques sont proposés en Python, en C et en Java. ©Electre 2025
L'ouvrage : niveau B (Écoles d'ingénieurs - Masters)
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.
Paru le : 20/04/2021
Thématique : Informatique Etudiant
Auteur(s) : Non précisé.
Éditeur(s) :
Ellipses
Collection(s) : Technosup
Contributeur(s) : Auteur : Gérard Fleury - Auteur : Philippe Lacomme - Auteur : Matthieu Gondran - Auteur : Chafik Samir - Préfacier : Olivier Goutet
Série(s) : Non précisé.
ISBN : 978-2-340-04733-4
EAN13 : 9782340047334
Reliure : Broché
Pages : 306
Hauteur: 26.0 cm / Largeur 18.0 cm
Épaisseur: 1.7 cm
Poids: 588 g
Carte fidélité
Mollat Radio
