Le machine learning pour les nuls
Plongez au coeur de l'intelligence arficielle et de la data science Vous aussi participez à la révolution qui ramène l'intelligence artificielle au coeur de notre société, grace à la data scince et au machine learning. La data science consiste à traduire des problèmes de toute autre nature...
Enregistré dans:
| Auteurs principaux: | , |
|---|---|
| 其他作者: | |
| 格式: | Livre papier |
| 語言: | Français |
| 出版: |
Paris :
First Interactive
DL 2019.
|
| 叢編: | Pour les nuls
|
| 主題: | |
| 提示: |
La couv. porte en plus : "Le big data", "Coder en 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 |
書本目錄:
- Partie 1 : Découvrir comment les machines apprennent
- 1. La véritable histoire de l'intelligence atificielle (IA)
- 2. L'apprentissage à l'ère du big data
- 3. Jeter un regard vers l'avenir
- Partie 2 : Préparer vos outils pour l'apprentissage automatique
- 4. Installer une distribution R
- 5. Coder en R à l'aide de RStudio
- 6. Installer une distribution Python
- 7. Coder en Python avec Anaconda
- 8. Explorer d'autres outils d'apprentissage automatique
- Partie 3 : Débuter avec les bases mathématiques de l'apprentissage automatique
- 9. Démystifier les mathématiques derrière l'apprentissage automatique
- 10. Descendre la bonne courbe
- 11. Valider l'apprentissage automatique
- 12. Débuter avec des apprenants simples
- Partie 4 : Apprendre du big data (avec intelligence)
- 13. Prétraiter les données
- 14. Tirer parti de la similarité
- 15. Travailler avec des modèles linéaires, la méthode facile
- 16. Un monde de complexité avec les réseaux de neurones
- 17. Aller plus loin avec les machines à vecteurs de support
- 18. Recourir à des ensembles d'apprenants
- Partie 5 : Appliquer l'apprentissage automatique à des problèmes du monde réel
- 19. Classifier des images
- 20. Noter les opinions et les sentiments
- 21. Recommander des produits et des films
- Partie 6 : Les dix commandements
- 22. Dix modules d'apprentissage automatique à maîtriser
- 23. Dix façons d'améliorer vos modèles d'apprentissage automatique