Les bibliothèques HELMo

Documents disponibles écrits par cet auteur

Introduction au Machine Learning / Chloé-Agathe Azencott

Public ISBD Titre : Introduction au Machine Learning Type de document : Livres, articles, périodiques Auteurs : Chloé-Agathe Azencott, Auteur Mention d'édition : 2e ed. Editeur : Malakoff : Dunod Année de publication : 2022 Importance : 1 vol. (VIII-263 p.) Présentation : ill. Format : 24 cm ISBN/ISSN/EAN : 978-2-10-083476-1 Prix : 24,90 EUR Note générale : Notes bibliogr. Index Langues : Français (fre) Mots-clés : Apprentissage automatique  Données massives -- Gestion  Analyse des données  Algorithmes  Manuels d'enseignement supérieur Index. décimale : 004 Informatique Résumé : Cet ouvrage s'adresse aux étudiantes et étudiants en informatique ou maths appliquées, en L3, master ou école d'ingénieurs.Le Machine Learning est une discipline dont les outils puissants permettent aujourd'hui à de nombreux secteurs d'activité de réaliser des progrès spectaculaires grâce à l'exploitation de grands volumes de données.Le but de cet ouvrage est de vous fournir des bases solides sur les concepts et les algorithmes de ce domaine en plein essor.Il vous aidera à identifier les problèmes qui peuvent être résolus par une approche Machine Learning, à les formaliser, à identifier les algorithmes les mieux adaptés à chaque problème, à les mettre en oeuvre, et enfin à savoir évaluer les résultats obtenus.Les notions de cours sont illustrées et complétées par  85 exercices, tous corrigés. Note de contenu : Sommaire : Chapitre 1, Présentation du machine learning Chapitre 2, Apprentissage supervisé Chapitre 3, Sélection de modèle et évaluation Chapitre 4, Inférence bayésienne Chapitre 5, Régressions paramétriques Chapitre 6, Régularisation Chapitre 7, Réseaux de neurones artificiels Chapitre 8, Méthodes des plus proches voisins Chapitre 9, Arbres et forêts Chapitre 10, Machines à vecteurs de support et méthodes à noyaux Chapitre 11, Réduction de dimension Chapitre 12, Clustering. Introduction au Machine Learning [Livres, articles, périodiques] / Chloé-Agathe Azencott, Auteur  . -  2e ed. . - Malakoff : Dunod, 2022 . - 1 vol. (VIII-263 p.) : ill. ; 24 cm. ISBN : 978-2-10-083476-1 : 24,90 EUR Notes bibliogr. Index Langues : Français (fre) Mots-clés : Apprentissage automatique  Données massives -- Gestion  Analyse des données  Algorithmes  Manuels d'enseignement supérieur Index. décimale : 004 Informatique Résumé : Cet ouvrage s'adresse aux étudiantes et étudiants en informatique ou maths appliquées, en L3, master ou école d'ingénieurs.Le Machine Learning est une discipline dont les outils puissants permettent aujourd'hui à de nombreux secteurs d'activité de réaliser des progrès spectaculaires grâce à l'exploitation de grands volumes de données.Le but de cet ouvrage est de vous fournir des bases solides sur les concepts et les algorithmes de ce domaine en plein essor.Il vous aidera à identifier les problèmes qui peuvent être résolus par une approche Machine Learning, à les formaliser, à identifier les algorithmes les mieux adaptés à chaque problème, à les mettre en oeuvre, et enfin à savoir évaluer les résultats obtenus.Les notions de cours sont illustrées et complétées par  85 exercices, tous corrigés. Note de contenu : Sommaire : Chapitre 1, Présentation du machine learning Chapitre 2, Apprentissage supervisé Chapitre 3, Sélection de modèle et évaluation Chapitre 4, Inférence bayésienne Chapitre 5, Régressions paramétriques Chapitre 6, Régularisation Chapitre 7, Réseaux de neurones artificiels Chapitre 8, Méthodes des plus proches voisins Chapitre 9, Arbres et forêts Chapitre 10, Machines à vecteurs de support et méthodes à noyaux Chapitre 11, Réduction de dimension Chapitre 12, Clustering.

Réservation

Réserver ce document

Exemplaires

Rangé en	Support	Localisation	Section	Disponibilité	Code-barres
004 AZE	Livres	Bibliothèque HELMo Campus de l'Ourthe	Libre-Accès	Disponible	CO10569