Introduction au machine learning
"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, mast...
Αποθηκεύτηκε σε:
| Κύριος συγγραφέας: | |
|---|---|
| Μορφή: | Livre papier |
| Γλώσσα: | Français |
| Έκδοση: |
Malakoff :
Dunod
DL 2025.
|
| Έκδοση: | 3e édition. |
| Σειρά: | InfoSup
|
| Θέματα: | |
| Autres localisations: | Voir dans le Sudoc |
| LEADER | 02944nam a22003137a 4500 | ||
|---|---|---|---|
| 001 | 1339208 | ||
| 008 | 250709t20252025xxe ||| |||| 00| 0 fre d | ||
| 009 | PPN286023415 | ||
| 020 | |a 9782100880423 (broché) | ||
| 024 | |a 9782100880423 | ||
| 041 | 0 | |a fre | |
| 082 | |a 006.31 |z fre | ||
| 100 | 1 | |a Azencott, Chloé-Agathe, |d 19..- | |
| 245 | 1 | 0 | |a Introduction au machine learning |c Chloé-Agathe Azencott,... |
| 250 | |a 3e édition. | ||
| 260 | |a Malakoff : |b Dunod, |c DL 2025. | ||
| 300 | |a 1 volume (IX-273 pages) : |b illustrations, graphiques, figures, couverture illustrée en couleurs ; |c 24 cm. | ||
| 490 | 0 | |a InfoSup | |
| 504 | |a Références bibliographiques. Index | ||
| 505 | 0 | |a P.VI -- Avant-propos -- P.1 -- Chapitre 1. Présentation du machine learning -- P.15 -- Chapitre 2. Apprentissage supervisé -- P.35 -- Chapitre 3. Sélection de modèle et évaluation -- P.54 -- Chapitre 4. Inférence bayésienne -- P.76 -- Chapitre 5. Régressions paramétriques -- P.90 -- Chapitre 6. Régularisation -- P.104 -- Chapitre 7. Réseaux de neurones artificiels -- P.121 -- Chapitre 8. Méthode des plus proches voisins -- P.138 -- Chapitre 9. Arbres et forêts -- P.156 -- Chapitre 10. Machines à vecteurs de support et méthodes à noyaux -- P.181 -- Chapitre 11. Réduction de dimension -- P.206 -- Chapitre 12. Clustering -- P.232 -- Annexe A. Notions d'optimisation complexe -- P.254 -- Annexe B. Notions d'estimation ponctuelle -- P.271 -- Index | |
| 520 | |a "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." | ||
| 521 | |a L3, masters, écoles d'ingénieurs | ||
| 650 | |a Apprentissage automatique | ||
| 650 | |a Données massives |x Gestion | ||
| 650 | |a Analyse des données | ||
| 650 | |a Algorithmes | ||
| 650 | |a Manuels d'enseignement supérieur | ||
| 650 | |a Problèmes et exercices | ||
| 997 | |0 1339208 |1 Livre papier |a Ressource papier |c 0/Orléans/ |c 1/Orléans/BU Sciences, Technologies, STAPS/ |z Orléans, BU Sciences, Technologies, STAPS, 006.31 AZE | ||