Mon compte
Ma liste - 0
Catalogue
Ressources numériques
Nouveautés
Liens utiles
Mon compte
Recherche rapide
Recherche avancée
Recherche alphabétique
Historique
Information
Recherche
Auteur
Titre
Sujet
Titre de revue
Collection
Cotes BU
Cotes ENSEA
Cotes IUFM
Modifier la recherche
>
CERGY
Elargir la recherche
Sur le même sujet :
Modèles mathématiques
Analyse multivariée
Apprentissage profond
Parcourir le catalogue
par auteur:
Goodfellow , Ian J. , 1987-....
Bach , Francis , 1974-....
Navarro , Fabien , 1983-...
El Kolei , Salima
Guedj , Benjamin , 1987-....
Chesneau , Christophe , 1981-....
Bousquet , Nicolas , 1986-....
Bengio , Yoshua , 1964-....
Courville , Aaron C. , 19..-....
Rechercher sur Internet
Localiser dans une autre bibliothèque (SUDOC) (PPN ou ISBN ou ISSN)
Aperçu dans Google Books
Affichage MARC
Auteur :
Goodfellow , Ian J. , 1987-....
Bengio , Yoshua , 1964-....
Courville , Aaron C. , 19..-....
Titre :
L'apprentissage profond , Ian Goodfellow, Yoshua Bengio, Aaron Courville ; préfacé par Francis Bach ; traduit par Fabien Navarro,... Salima El Kolei,... Benjamin Guedj... [et al.]
Editeur :
[Paris] : Massot éditions : Quantmetry , DL 2018
Description :
1 vol. (XXVI-768 p.) : ill., couv. ill. en coul. ; 24 cm
ISBN:
979-1-0971-6043-2 , rel. , 69 EUR
Notes :
Bibliogr. p. 707-753. Index
Autres traducteurs : Christophe Chesneau, Nicolas Bousquet
« Hello Dave, you’re looking well today ». C’est en ces termes que s’exprime l’ordinateur du vaisseau de "2001 l’Odyssée de l’Espace" de Stanley Kubrick. Cette scène de 1968 fait désormais partie de notre quotidien : les assistants virtuels, la reconnaissance faciale, la traduction automatique, et bientôt les voitures autonomes sont autant d’applications de l’Intelligence Artificielle connexionniste portés par les réseaux de neurones et l’apprentissage profond (deep learning). Cette forme d’apprentissage automatique permet à l’ordinateur d’apprendre par l’expérience sans qu’un humain lui spécifie formellement toutes les connaissances nécessaires. Ce processus lui permet alors de comprendre le monde et les concepts complexes qui le composent en les rapportant à une hiérarchie de briques élémentaires. Cet ouvrage présente un contexte mathématique et conceptuel pour l’apprentissage profond, couvrant les fondations de l’algèbre linéaire, de la théorie des probabilités et de l’information, du calcul numérique et de l’apprentissage automatique. Il offre également des perspectives de recherche, couvrant des sujets théoriques tels que les auto-encodeurs, l’apprentissage de représentation, les modèles probabilistes structurés, la fonction de partition, l’inférence approximative et les modèles génératifs profonds. Ce texte de référence peut être notamment utilisé par des étudiants en cycles supérieurs d’industrie ou de recherche, et par des ingénieurs logiciel qui veulent intégrer l’apprentissage profond dans leurs produits ou plateformes. Il est le premier au monde à faire l’objet d’une traduction automatique fondée sur de l’apprentissage profond à partir d'un outil proposé par DeepL GmbH.
Sujet :
Modèles mathématiques
Analyse multivariée
Apprentissage profond
Exemplaires
Site
Emplacement
Cote
Type de prêt
Statut
Ensea
Espace bibliothèque ENSEA
006.31 GOO
Empruntable
Disponible
Pour toute question,
contactez la bibliothèque
Horizon Information Portal 3.25_france_v1m© 2001-2019
SirsiDynix
Tous droits réservés.