Introduction au Deep Learning
Par :Formats :
Disponible dans votre compte client Decitre ou Furet du Nord dès validation de votre commande. Le format PDF protégé est :
- Compatible avec une lecture sur My Vivlio (smartphone, tablette, ordinateur)
- Compatible avec une lecture sur liseuses Vivlio
- Pour les liseuses autres que Vivlio, vous devez utiliser le logiciel Adobe Digital Edition. Non compatible avec la lecture sur les liseuses Kindle, Remarkable et Sony
- Non compatible avec un achat hors France métropolitaine

Notre partenaire de plateforme de lecture numérique où vous retrouverez l'ensemble de vos ebooks gratuitement
Pour en savoir plus sur nos ebooks, consultez notre aide en ligne ici
- Nombre de pages204
- FormatPDF
- ISBN978-2-10-082578-3
- EAN9782100825783
- Date de parution13/01/2021
- Copier CollerNon Autorisé
- Protection num.Adobe DRM
- Taille3 Mo
- Infos supplémentairespdf
- ÉditeurDunod
Résumé
Le deep learning est une forme avancée et plus complexe du machine learning qui fait appel à des réseaux neuronaux à plusieurs couches. Ce manuel d'apprentissage synthétique, avec cours et exercices, s'appuie sur des exemples d'écriture de programmes d'intelligence artificielle dans des domaines comme la vision par ordinateur, la compréhension des langages naturels ou l'apprentissage par renforcement.
Cet apprentissage du deep learning se fait en écrivant des programmes avec TensorFlow, framework open source de machine learning. L'auteur est un chercheur en IA de longue date et un enseignant. Dans ce livre il incite ses étudiants et ses lecteurs à appliquer sa méthode qui est "d' apprendre en programmant ». Chaque chapitre propose un projet, des exercices et des lectures complémentaires. Ce cours d'initiation comporte une quarantaine d'exercices dont la moitié sont corrigés.
Cet apprentissage du deep learning se fait en écrivant des programmes avec TensorFlow, framework open source de machine learning. L'auteur est un chercheur en IA de longue date et un enseignant. Dans ce livre il incite ses étudiants et ses lecteurs à appliquer sa méthode qui est "d' apprendre en programmant ». Chaque chapitre propose un projet, des exercices et des lectures complémentaires. Ce cours d'initiation comporte une quarantaine d'exercices dont la moitié sont corrigés.
Le deep learning est une forme avancée et plus complexe du machine learning qui fait appel à des réseaux neuronaux à plusieurs couches. Ce manuel d'apprentissage synthétique, avec cours et exercices, s'appuie sur des exemples d'écriture de programmes d'intelligence artificielle dans des domaines comme la vision par ordinateur, la compréhension des langages naturels ou l'apprentissage par renforcement.
Cet apprentissage du deep learning se fait en écrivant des programmes avec TensorFlow, framework open source de machine learning. L'auteur est un chercheur en IA de longue date et un enseignant. Dans ce livre il incite ses étudiants et ses lecteurs à appliquer sa méthode qui est "d' apprendre en programmant ». Chaque chapitre propose un projet, des exercices et des lectures complémentaires. Ce cours d'initiation comporte une quarantaine d'exercices dont la moitié sont corrigés.
Cet apprentissage du deep learning se fait en écrivant des programmes avec TensorFlow, framework open source de machine learning. L'auteur est un chercheur en IA de longue date et un enseignant. Dans ce livre il incite ses étudiants et ses lecteurs à appliquer sa méthode qui est "d' apprendre en programmant ». Chaque chapitre propose un projet, des exercices et des lectures complémentaires. Ce cours d'initiation comporte une quarantaine d'exercices dont la moitié sont corrigés.