À propos
Cet ouvrage s'adresse aux étudiantes et étudiants en informatique ou maths appliquées, en L3, master ou école d'ingénieurs.
Le Machine Learning est une discipline dont les outils puissants permettent aujourd'hui à de nombreux secteurs d'activité de réaliser des progrès spectaculaires grâce à l'exploitation de grands volumes de données.
Le but de cet ouvrage est de vous fournir des bases solides sur les concepts et les algorithmes de ce domaine en plein essor.
Il vous aidera à identifier les problèmes qui peuvent être résolus par une approche Machine Learning, à les formaliser, à identifier les algorithmes les mieux adaptés à chaque problème, à les mettre en oeuvre, et enfin à savoir évaluer les résultats obtenus.
Les notions de cours sont illustrées et complétées par 85 exercices, tous corrigés.
Sommaire
Présentation du machine learning.
Apprentissage supervisé.
Sélection de modèle et évaluation.
Inférence bayésienne.
Régressions paramétriques.
Régularisation.
Réseaux de neurones artificiels.
Méthodes des plus proches voisins.
Arbres et forêts.
Machines à vecteurs de support et méthodes à noyaux.
Réduction de dimension.
Clustering.
Événements
Détails produits
Rayons :
Sciences & Techniques
> Mathématiques
> Mathématiques appliquées
> Informatique théorique / Mathématiques discrètes
Rayons : Sciences & Techniques
>
Informatique
>
Généralités sur l'informatique
>
Essais / Réflexions / Ecrits sur l'informatique
-
Auteur(s)
Chloé-agathe Azencott
-
Éditeur
Dunod
-
Distributeur
-
Date de parution
02/02/2022
-
Collection
Info Sup
-
EAN
9782100834761
-
Disponibilité
Disponible
-
Nombre de pages
272 Pages
-
Longueur
24 cm
-
Largeur
17 cm
-
Épaisseur
2 cm
-
Poids
522 g
-
Support principal
Grand format
Infos supplémentaires : Broché
