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 :     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.