Machine learning avec Scikit-Learn : mise en oeuvre et cas concrets
L'apprentissage automatique (Machine Learning) est aujourd'hui en pleine explosion. Mais de quoi s'agit-il exactement, et comment pouvez-vous le mettre en oeuvre dans vos propres projets ? La 3e édition de cet ouvrage de référence vous explique les concepts fondamentaux du Machine Lea...
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Weitere Verfasser: | |
| Format: | Livre numérique |
| Sprache: | Français |
| Veröffentlicht: |
Malakoff :
Dunod
2023.
Paris : Cyberlibris |
| Schlagworte: | |
| Online Zugang: | Accès INSA CVL Accès Université d'Orléans et IFPM Accès INSA CVL |
| Anmerkung: |
Couverture. https://static2.cyberlibris.com/books_upload/136pix/9782100865376.jpg Cyberlibris (ScholarVox) Corpus Sciences de l'ingénieur Cyberlibris (ScholarVox) corpus Sciences de l'ingénieur Cyberlibris (ScholarVox) corpus Sciences de l'ingénieur |
| Autres localisations: | Voir dans le Sudoc |
| Edition sous un autre format: | • Machine learning avec Scikit-Learn, mise en oeuvre et cas concrets, Aurélien Géron, 3e édition, 2023, Malakoff, Dunod, 1 volume (xii-324 pages), 978-2-1008-4768-6 |
| Zusammenfassung: | L'apprentissage automatique (Machine Learning) est aujourd'hui en pleine explosion. Mais de quoi s'agit-il exactement, et comment pouvez-vous le mettre en oeuvre dans vos propres projets ? La 3e édition de cet ouvrage de référence vous explique les concepts fondamentaux du Machine Learning et vous apprend à maîtriser les outils qui vous permettront de créer vous-même des systèmes capables d'apprentissage automatique. Vous apprendrez ainsi à utiliser Scikit-Learn, un outil open source très simple et néanmoins très puissant que vous pourrez mettre en place dans vos systèmes en production. Apprendre les bases du Machine Learning en suivant pas à pas toutes les étapes d'un projet utilisant Scikit-Learn et Pandas. Ouvrir les boîtes noires pour comprendre comment fonctionnent les algorithmes. Explorer plusieurs modèles d'entraînement, notamment les machines à vecteur de support (SVM). Comprendre le modèle des arbres de décision et celui des forêts aléatoires, et exploiter la puissance des méthodes ensemblistes. Exploiter des techniques d'apprentissage non supervisées telles que la réduction de dimensionnalité, la classification et la détection d'anomalies |
|---|---|
| Beschreibung: | Couverture. https://static2.cyberlibris.com/books_upload/136pix/9782100865376.jpg Cyberlibris (ScholarVox) Corpus Sciences de l'ingénieur Cyberlibris (ScholarVox) corpus Sciences de l'ingénieur Cyberlibris (ScholarVox) corpus Sciences de l'ingénieur |
| Bibliographie: | Notes bibliogr. Index |
| ISBN: | 9782100865376 |
| Zugangseinschränkungen: | L'accès en ligne est réservé aux établissements ou bibliothèques ayant souscrit l'abonnement. Cyberlibris |