Mon compte Ma liste - 0
	Catalogue   Ressources numériques   Nouveautés   Liens utiles   Mon compte

Recherche rapide Recherche avancée Recherche alphabétique Historique Information

Recherche  AuteurTitreSujetTitre de revueCollectionCotes BUCotes ENSEACotes IUFM       Modifier la recherche     > CERGY

Elargir la recherche         Sur le même sujet :     Apprentissage automatique     Python (langage de programmation)     Données massives     Exploration de données     Parcourir le catalogue     par auteur:      Khichane , Madjid , 1980-....      Albert , Patrick , 19..-....       Rechercher sur Internet     Localiser dans une autre bibliothèque (SUDOC) (PPN ou ISBN ou ISSN)     Aperçu dans Google Books     Affichage MARC

Auteur :  Khichane , Madjid , 1980-.... Titre :  Le Machine Learning avec Python : de la théorie à la pratique , [Madjid Khichane ; préface, Patrick Albert,...] Editeur :  St Herblain : Éditions ENI C 2021 Description :  1 vol. (770 p.) : ill., couv. ill. en coul. ; 22 cm Collection :  Expert IT ISBN:  978-2-409-03181-6 , br. , 39 EUR Notes :  Ressources en ligne à : https://www.editions-eni.fr/livre/le-machine-learning-avec-python-de-la-theorie-a-la-pratique-9782409031816 Index La graphie exacte du lieu d'édition est : "Saint-Herblain" IT = Informatique technique "Ce livre sur le Machine Learning avec le langage Python permet de disposer des connaissances théoriques nécessaires pour une compréhension approfondie du Machine Learning et d appréhender les outils techniques utiles pour mettre en pratique les concepts étudiés. L auteur y expose des exemples concrets sur les concepts de l apprentissage automatique. Les lecteurs avertis trouveront dans ce livre une occasion d aller plus loin dans leur compréhension des algorithmes du Machine Learning. L auteur commence par expliquer les enjeux de la Data Science ainsi que les notions fondamentales du Machine Learning avant de présenter la démarche théorique d'une expérimentation en Data Science avec les notions de modélisation d'un problème et de métriques de mesure de performances d'un modèle. Le lecteur peut ensuite passer à la pratique en manipulant les bibliothèques Python Numpy et Pandas ainsi que l environnement Jupyter. Il peut ainsi aborder sereinement les chapitres à venir qui lui feront découvrir les concepts mathématiques, et la pratique sous-jacente, relatifs aux algorithmes du Machine Learning tels que les statistiques pour la Data Science, les régressions linéaire, polynomiale ou logistique, les arbres de décision et Random Forest, l algorithme K-means, les machines à vecteurs de support (Support Vector Machine), l analyse en composantes principales, les réseaux de neurones ou encore le Deep Learning avec TensorFlow et le traitement automatique du langage (Natural Language Processing)." Sujet :  Apprentissage automatique Python (langage de programmation) Données massives Exploration de données   Exemplaires Site Emplacement Cote Type de prêt Statut   Site de Sarcelles Salle de lecture 006.3 KHI Prêt Disponible Réserver

Pour toute question, contactez la bibliothèque

Horizon Information Portal 3.25_france_v1m© 2001-2019 SirsiDynix Tous droits réservés.