Le machine learning avec Python : pour les nuls
L'apprentissage automatique est une nouvelle façon passionnante d'apprendre à votre ordinateur à effectuer toutes sortes de tâches importantes. Ce livre est le point d'entrée indispensable pour se mettre à niveau. Divisé en 2 livres distincts, il explique comment démarrer, fournit des...
Guardado en:
| Autores principales: | , |
|---|---|
| Otros Autores: | , |
| Formato: | Livre papier |
| Lenguaje: | Français |
| Publicado: |
Paris :
First interactive
DL 2025.
|
| Edición: | 2e édition. |
| Colección: | Pour les nuls
|
| Materias: | |
| Nota: |
Cet ouvrage comporte des extraits de : ''Machine learning (pour les Nuls) et Python (pour les Nuls)'' La couverture porte en plus : ''Le big data, Coder R avec Rstudio, Python et Anaconda, Les modèles linéaires et les réseaux de neurones, Les machines à vecteurs de support" |
| Autres localisations: | Voir dans le Sudoc |
| Variante du titre: | Le machine learning avec Python pour les nuls |
Tabla de Contenidos:
- P.1
- Introduction
- Livre 1 - Machine learning
- Partie 1 - Découvrir comment les machines apprennent
- P.9
- Chapitre 1 - La véritable histoire de l'intelligence artificielle
- P.29
- Chapitre 2 - L'apprentissage à l'ère du big data
- P.47
- Chapitre 3 - Un regard sur l'avenir
- Partie 2 - Préparer vos outils pour l'apprentissage automatique
- P.63
- Chapitre 4 - Installer une distribution Python
- P.85
- Chapitre 5 - Introduction au codage en Python
- P.109
- Chapitre 6 - Travailler avec Goggle Colab
- Partie 3 - Débuter avec les bases mathématiques de l'apprentissage automatique
- P.143
- Chapitre 7 - Démystifier les mathématiques derrière l'apprentissage automatique
- P.169
- Chapitre 8 - Descente du gradient
- P.187
- Chapitre 9 - Valider l'apprentissage automatique
- P.215
- Chapitre 10 - Débuter avec des apprenants simples
- Partie 4 - Apprendre du big data (avec intelligence)
- P.243
- Chapitre 11 - Prétraiter les données
- P.267
- Chapitre 12 - Exploiter les similitudes
- P.293
- Chapitre 13 - Travailler avec des modèles linéaires en toute simplicité
- P.325
- Chapitre 14 - Les réseaux neuronaux au service de la complexité
- P.367
- Chapitre 15 - Aller plus loin avec les machines à vecteurs de support
- P.383
- Chapitre 16 - Recourir à des ensembles d'apprenants
- Livre 2 - Python
- Partie 1 - Débuter avec Python
- P.411
- Chapitre 1 - Parler à votre ordinateur
- P.427
- Chapitre 2 - Interagir avec Python
- P.447
- Chapitre 3 - Écrire votre première application
- Partie 2 - Apprendre la langue de Python
- P.473
- Chapitre 4 - Enregistrer et modifier des informations
- P.487
- Chapitre 5 - Gérer l'information
- P.509
- Chapitre 6 - Prendre des décisions
- P.527
- Chapitre 7 - Effectuer des tâches répétitives
- P.543
- Chapitre 8 - Les erreurs ? Quelles erreurs ?
- Partie 3 - Effectuer des tâches courantes
- P.579
- Chapitre 9 - Interagir avec des packages
- P.609
- Chapitre 10 - Travailler avec les chaînes de caractères
- P.637
- Chapitre 11 - Gérer des listes
- P.657
- Chapitre 12 - Collecter toutes sortes de données
- P.679
- Chapitre 13 - Créer et utiliser des classes
- P.703
- Index - Machine learning
- P.713
- Index - Python