Détail de l'éditeur
O'Reilly |
Documents disponibles chez cet éditeur (4)
Affiner la recherche
Titre : Développer des applications machine learning Type de document : texte imprimé Auteurs : Emmanuel Ameisen, Auteur Editeur : Paris : First interactive Année de publication : DL 2020 Autre Editeur : O'Reilly Importance : 1 vol. (XVI-257 p.) Présentation : ill. Format : 24 cm ISBN/ISSN/EAN : 978-2-412-05802-2 Prix : 29,95 EUR Note générale : Index Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : Apprentissage automatique Exploration de données Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : Le livre ultime pour rendre toutes les applications machine learning encore plus efficaces Ce livre s'adresse à tous les développeurs d'applications de type machine learning qui souhaitent optimiser les performances de leurs applications avant de les mettre en production. Au programme : Déterminez le but à atteindre pour votre application et mettez en oeuvre votre solution machine learning. Mettez en oeuvre votre premier pipeline machine learning pour optimiser la gestion des flux de données Evaluez votre modèle machine learning afin d'analyser ses performances Déployez et gérez des modèles dans un environnement de production Développer des applications machine learning [texte imprimé] / Emmanuel Ameisen, Auteur . - Paris : First interactive : O'Reilly, DL 2020 . - 1 vol. (XVI-257 p.) : ill. ; 24 cm.
ISBN : 978-2-412-05802-2 : 29,95 EUR
Index
Langues : Français (fre) Langues originales : Anglais (eng)
Mots-clés : Apprentissage automatique Exploration de données Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : Le livre ultime pour rendre toutes les applications machine learning encore plus efficaces Ce livre s'adresse à tous les développeurs d'applications de type machine learning qui souhaitent optimiser les performances de leurs applications avant de les mettre en production. Au programme : Déterminez le but à atteindre pour votre application et mettez en oeuvre votre solution machine learning. Mettez en oeuvre votre premier pipeline machine learning pour optimiser la gestion des flux de données Evaluez votre modèle machine learning afin d'analyser ses performances Déployez et gérez des modèles dans un environnement de production Réservation
Réserver ce document
Exemplaires (2)
Code-barres Cote Support Localisation Section Disponibilité 100054505 K.45 AME Livre Salle "Rosa Parks" RP-A1a Prêt possible
Disponible100054509 K.45 AME Livre Salle "Rosa Parks" RP-A1a A Consulter sur Place
Exclu du prêt
Titre : Le machine learning avec Python : la bible des data scientists Type de document : texte imprimé Auteurs : Andreas C. Müller, Auteur ; Sarah Guido, Auteur Editeur : Paris : First interactive Année de publication : DL 2018 Autre Editeur : O'Reilly Importance : 1 vol. (XII-376 p.) Présentation : ill. Format : 23 cm ISBN/ISSN/EAN : 978-2-412-03446-0 Prix : 35 EUR Note générale : Index Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : Apprentissage automatique Python (langage de programmation) Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : Entrez de plain-pied dans le monde fascinant la data science Le machine learning avec Python : la bible des data scientists [texte imprimé] / Andreas C. Müller, Auteur ; Sarah Guido, Auteur . - Paris : First interactive : O'Reilly, DL 2018 . - 1 vol. (XII-376 p.) : ill. ; 23 cm.
ISBN : 978-2-412-03446-0 : 35 EUR
Index
Langues : Français (fre) Langues originales : Anglais (eng)
Mots-clés : Apprentissage automatique Python (langage de programmation) Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : Entrez de plain-pied dans le monde fascinant la data science Réservation
Réserver ce document
Exemplaires (2)
Code-barres Cote Support Localisation Section Disponibilité 100054604 K.45 MUL Livre Salle "Rosa Parks" RP-A1a A Consulter sur Place
Exclu du prêt100054602 K.45 MUL Livre Salle "Rosa Parks" RP-A1a Prêt possible
Disponible
Titre : Machine learning avec R : pour une modélisation mathématique rigoureuse Type de document : texte imprimé Auteurs : Scott V. Burger, Auteur Editeur : Paris : First interactive Année de publication : DL 2018 Autre Editeur : O'Reilly Importance : 1 vol. (X-224 p.) Présentation : ill. Format : 23 cm ISBN/ISSN/EAN : 978-2-412-04115-4 Prix : 35 EUR Note générale : Index Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : R Apprentissage automatique Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : L'apprentissage automatique est un sujet intimidant jusqu'à ce que vous en connaissiez les principes fondamentaux. Si vous comprenez les principes essentiels du codage, ce livre d'introduction vous aidera à acquérir une base solide dans le domaine de l'apprentissage automatique. En utilisant le langage de programmation R, vous commencerez par apprendre à modéliser avec la régression, puis vous passerez à des sujets plus avancés tels que les réseaux de neurones et les méthodes arborescentes. Finalement, vous plongerez dans le monde de l'apprentissage automatique. en utilisant le package caret associé au langage de programmation R. Une fois que vous aurez développé une réelle familiarité avec des sujets tels que la différence entre les modèles de régression et de classification, vous serez en mesure de résoudre de multiples problèmes d'apprentissage automatique. L'auteur, Scott V. Burger, fournit également plusieurs exemples pour vous aider à bâtir une connaissance pratique de l'apprentissage automatique. Explorez le domaine de l'apprentissage automatique, de ses modèles, de ses algorithmes et de l'entraînement des données Comprenez les algorithmes d'apprentissage automatique supervisés et non supervisés Examinez les notions statistiques utiles pour la conception de données à utiliser dans les modèles Plongez dans les modèles de régression linéaire utilisés dans les affaires et la science Utilisez des réseaux de neurones monocouches et multicouches pour calculer les sorties Regardez comment fonctionnent les modèles arborescents, y compris les arbres de décision courants Obtenez une vue complète de l'écosystème de l'apprentissage automatique en R Explorez la puissance des outils disponibles dans le package caret de R Machine learning avec R : pour une modélisation mathématique rigoureuse [texte imprimé] / Scott V. Burger, Auteur . - Paris : First interactive : O'Reilly, DL 2018 . - 1 vol. (X-224 p.) : ill. ; 23 cm.
ISBN : 978-2-412-04115-4 : 35 EUR
Index
Langues : Français (fre) Langues originales : Anglais (eng)
Mots-clés : R Apprentissage automatique Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : L'apprentissage automatique est un sujet intimidant jusqu'à ce que vous en connaissiez les principes fondamentaux. Si vous comprenez les principes essentiels du codage, ce livre d'introduction vous aidera à acquérir une base solide dans le domaine de l'apprentissage automatique. En utilisant le langage de programmation R, vous commencerez par apprendre à modéliser avec la régression, puis vous passerez à des sujets plus avancés tels que les réseaux de neurones et les méthodes arborescentes. Finalement, vous plongerez dans le monde de l'apprentissage automatique. en utilisant le package caret associé au langage de programmation R. Une fois que vous aurez développé une réelle familiarité avec des sujets tels que la différence entre les modèles de régression et de classification, vous serez en mesure de résoudre de multiples problèmes d'apprentissage automatique. L'auteur, Scott V. Burger, fournit également plusieurs exemples pour vous aider à bâtir une connaissance pratique de l'apprentissage automatique. Explorez le domaine de l'apprentissage automatique, de ses modèles, de ses algorithmes et de l'entraînement des données Comprenez les algorithmes d'apprentissage automatique supervisés et non supervisés Examinez les notions statistiques utiles pour la conception de données à utiliser dans les modèles Plongez dans les modèles de régression linéaire utilisés dans les affaires et la science Utilisez des réseaux de neurones monocouches et multicouches pour calculer les sorties Regardez comment fonctionnent les modèles arborescents, y compris les arbres de décision courants Obtenez une vue complète de l'écosystème de l'apprentissage automatique en R Explorez la puissance des outils disponibles dans le package caret de R Réservation
Réserver ce document
Exemplaires (2)
Code-barres Cote Support Localisation Section Disponibilité 100054559 K.45 BUR Livre Salle "Rosa Parks" RP-A1a A Consulter sur Place
Exclu du prêt100054561 K.45 BUR Livre Salle "Rosa Parks" RP-A1a Prêt possible
Disponible
Titre : TensorFlow pour le deep learning : de la régression linéaire à l'apprentissage par renforcement Type de document : texte imprimé Auteurs : Bharath Ramsundar, Auteur ; Reza Bosagh Zadeh, Auteur Editeur : Paris : First interactive Année de publication : DL 2018 Autre Editeur : O'Reilly Importance : 1 vol. (XII-245 p.) Présentation : ill. Format : 24 cm ISBN/ISSN/EAN : 978-2-412-04116-1 Prix : 35 EUR Note générale : Index Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : TensorFlow Apprentissage profond Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : Apprenez à résoudre des problèmes d'apprentissage automatique (même difficiles !) avec TensorFIow, la nouvelle bibliothèque logicielle révolutionnaire de Google pour le deep learning. TensorFlow pour le deep learning : de la régression linéaire à l'apprentissage par renforcement [texte imprimé] / Bharath Ramsundar, Auteur ; Reza Bosagh Zadeh, Auteur . - Paris : First interactive : O'Reilly, DL 2018 . - 1 vol. (XII-245 p.) : ill. ; 24 cm.
ISBN : 978-2-412-04116-1 : 35 EUR
Index
Langues : Français (fre) Langues originales : Anglais (eng)
Mots-clés : TensorFlow Apprentissage profond Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : Apprenez à résoudre des problèmes d'apprentissage automatique (même difficiles !) avec TensorFIow, la nouvelle bibliothèque logicielle révolutionnaire de Google pour le deep learning. Réservation
Réserver ce document
Exemplaires (2)
Code-barres Cote Support Localisation Section Disponibilité 100054507 K.45 RAM Livre Salle "Rosa Parks" RP-A1a Prêt possible
Disponible100054570 K.45 RAM Livre Salle "Rosa Parks" RP-A1a A Consulter sur Place
Exclu du prêt

