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...
Gardado en:
| Autor Principal: | |
|---|---|
| Outros autores: | |
| Formato: | Livre numérique |
| Idioma: | Français |
| Publicado: |
Malakoff :
Dunod
2023.
Paris : Cyberlibris |
| Sujets: | |
| Acceso en liña: | Accès INSA CVL Accès Université d'Orléans et IFPM Accès INSA CVL |
| Nota: |
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 |
| LEADER | 05101nam a22003977a 4500 | ||
|---|---|---|---|
| 001 | 1396544 | ||
| 008 | 240315s2023 xxg ||| |||| 00| 0 fre d | ||
| 009 | PPN276407318 | ||
| 020 | |a 9782100865376 | ||
| 041 | 1 | |a fre |h eng | |
| 082 | |a 006 | ||
| 082 | |a 006.31 |z fre | ||
| 100 | 1 | |a Géron, Aurélien, |d 19..-...., |c développeur informatique. | |
| 245 | 1 | 0 | |a Machine learning avec Scikit-Learn : |b mise en oeuvre et cas concrets |c Aurélien Géron ; traduit de l'anglais par Anne Bohy. |
| 260 | |a Malakoff : |b Dunod. | ||
| 260 | |a Paris : |b Cyberlibris, |c 2023. | ||
| 500 | |a Couverture. https://static2.cyberlibris.com/books_upload/136pix/9782100865376.jpg | ||
| 500 | |a Cyberlibris (ScholarVox) Corpus Sciences de l'ingénieur | ||
| 500 | |a Cyberlibris (ScholarVox) corpus Sciences de l'ingénieur | ||
| 500 | |a Cyberlibris (ScholarVox) corpus Sciences de l'ingénieur | ||
| 504 | |a Notes bibliogr. Index | ||
| 505 | 0 | |a Chapitre 1 - Vue d'ensemble du Machine Learning -- Chapitre 2 - Un projet de Machine Learning de bout en bout -- Chapitre 3 - Classification -- Chapitre 4 - Entraînement de modèles -- Chapitre 5 - Machines à vecteurs de support -- Chapitre 6 - Arbres de décision -- Avant-propos -- 1.1 Qu'est-ce que l'apprentissage automatique ? -- 1.2 Pourquoi utiliser l'apprentissage automatique ? -- 1.3 Exemples d'application -- 1.4 Types de systèmes d'apprentissage automatique -- 1.5 Principales difficultés de l'apprentissage automatique -- 1.6 Test et validation -- 1.7 Exercices -- 2.1 Travailler avec des données réelles -- 2.2 Prendre du recul pour une vision d'ensemble -- 2.3 Récupérer les données -- 2.4 Explorer et visualiser les données pour mieux les comprendre -- 2.5 Préparer les données pour les algorithmes d'apprentissage automatique -- 2.6 Sélectionner et entraîner un modèle -- 2.7 Régler avec précision votre modèle -- 2.8 Lancer, surveiller et maintenir votre système -- 2.9 Essayez ! -- 2.10 Exercices -- 3.1 MNIST -- 3.2 Entraînement d'un classificateur binaire -- 3.3 Mesures de performances -- 3.4 Classification multi-classes -- 3.5 Analyse des erreurs -- 3.6 Classification multi-étiquettes -- 3.7 Classification multi-sorties -- 3.8 Exercices -- 4.1 Régression linéaire -- 4.2 Descente de gradient -- 4.3 Régression polynomiale -- 4.4 Courbes d'apprentissage -- 4.5 Modèles linéaires régularisés -- 4.6 Régression logistique -- 4.7 Exercices -- 5.1 Classification SVM linéaire -- 5.2 Classification SVM non linéaire -- 5.3 Régression SVM -- 5.4 Sous le capot des classificateurs SVM linéaires -- 5.5 Exercices -- P. VII -- P. 1 -- P. 39 -- P. 103 -- P. 131 -- P. 173 -- P. 193 | |
| 506 | |a L'accès en ligne est réservé aux établissements ou bibliothèques ayant souscrit l'abonnement. Cyberlibris | ||
| 520 | |a 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 | ||
| 630 | |a Scikit-Learn |n logiciel | ||
| 630 | |a TensorFlow |n logiciel | ||
| 650 | |a Intelligence artificielle | ||
| 650 | |a Algorithmes | ||
| 650 | |a Apprentissage automatique | ||
| 650 | |a Problèmes et exercices | ||
| 700 | 1 | |a Bohy, Anne. |4 trl | |
| 776 | 0 | |0 273215558 |t Machine learning avec Scikit-Learn |o mise en oeuvre et cas concrets |f Aurélien Géron |e 3e édition |d 2023 |c Malakoff |n Dunod |p 1 volume (xii-324 pages) |z 978-2-1008-4768-6 | |
| 856 | |5 180332301:816532974 |u https://ezproxy.insa-cvl.fr/login?qurl=https://univ.scholarvox.com/book/88949925 |z Accès INSA CVL | ||
| 856 | 4 | |5 452349901:873405757 |u https://ezproxy.univ-orleans.fr/login?qurl=https://univ.scholarvox.com/book/88949925 |z Accès Université d'Orléans et IFPM | |
| 856 | 4 | |5 180339901:873598687 |u https://ezproxy.insa-cvl.fr/login?qurl=https://univ.scholarvox.com/book/88949925 |z Accès INSA CVL | |
| 997 | |0 1396544 |1 Livre numérique |a Ressource numérique |b INSA |b ENSA |c 0/Bibliothèque numérique/ |c 1/Bibliothèque numérique/ScholarVox (ebooks)/ |c 1/Bibliothèque numérique/ScholarVox (ebooks)/ |c 1/Bibliothèque numérique/ScholarVox (ebooks)/ | ||