Machine Learning avec Scikit-Learn. Mise en oeuvre et cas concrets
Par :Formats :
Actuellement indisponible
Cet article est actuellement indisponible, il ne peut pas être commandé sur notre site pour le moment. Nous vous invitons à vous inscrire à l'alerte disponibilité, vous recevrez un e-mail dès que cet ouvrage sera à nouveau disponible.
Disponible dans votre compte client Decitre ou Furet du Nord dès validation de votre commande. Le format PDF 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
, qui est-ce ?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
C'est si simple ! Lisez votre ebook avec l'app Vivlio sur votre tablette, mobile ou ordinateur :
- Nombre de pages312
- FormatPDF
- ISBN978-2-10-076748-9
- EAN9782100767489
- Date de parution30/08/2017
- Copier CollerNon Autorisé
- Protection num.NC
- ÉditeurDunod
Résumé
Le Machine Learning (apprentissage automatique) est de plus en plus utilisé pour la reconnaissance vocale, la traduction automatique, les jeux ou la conduite automobile ... Le Machine Learning gagne rapidement les entreprises, mais il y a pénurie de livres centrés sur la programmation et les conseils pratiques. Cet ouvrage est conçu pour les informaticiens qui souhaitent s'initier à cette discipline d'avenir.
Il ne requiert que peu de connaissances en mathématiques et présente les fondamentaux du Machine Learning d'une façon très pratique à l'aide de Scikit-Learn qui est l'un des frameworks de ML les plus utilisés actuellement, à la fois performant et simple d'usage. Des exercices corrigés permettent de s'assurer que l'on a assimilé les concepts et que l'on maîtrise les outils. Des compléments en ligne interactifs avec Jupyter Notebook complètent le livre avec des exemples exécutables que le lecteur peut tester.
Il ne requiert que peu de connaissances en mathématiques et présente les fondamentaux du Machine Learning d'une façon très pratique à l'aide de Scikit-Learn qui est l'un des frameworks de ML les plus utilisés actuellement, à la fois performant et simple d'usage. Des exercices corrigés permettent de s'assurer que l'on a assimilé les concepts et que l'on maîtrise les outils. Des compléments en ligne interactifs avec Jupyter Notebook complètent le livre avec des exemples exécutables que le lecteur peut tester.
Le Machine Learning (apprentissage automatique) est de plus en plus utilisé pour la reconnaissance vocale, la traduction automatique, les jeux ou la conduite automobile ... Le Machine Learning gagne rapidement les entreprises, mais il y a pénurie de livres centrés sur la programmation et les conseils pratiques. Cet ouvrage est conçu pour les informaticiens qui souhaitent s'initier à cette discipline d'avenir.
Il ne requiert que peu de connaissances en mathématiques et présente les fondamentaux du Machine Learning d'une façon très pratique à l'aide de Scikit-Learn qui est l'un des frameworks de ML les plus utilisés actuellement, à la fois performant et simple d'usage. Des exercices corrigés permettent de s'assurer que l'on a assimilé les concepts et que l'on maîtrise les outils. Des compléments en ligne interactifs avec Jupyter Notebook complètent le livre avec des exemples exécutables que le lecteur peut tester.
Il ne requiert que peu de connaissances en mathématiques et présente les fondamentaux du Machine Learning d'une façon très pratique à l'aide de Scikit-Learn qui est l'un des frameworks de ML les plus utilisés actuellement, à la fois performant et simple d'usage. Des exercices corrigés permettent de s'assurer que l'on a assimilé les concepts et que l'on maîtrise les outils. Des compléments en ligne interactifs avec Jupyter Notebook complètent le livre avec des exemples exécutables que le lecteur peut tester.
