Nouveauté
Science des Données grâce à Python. Apprentissage non Supervisé: Techniques de Réduction des Dimensions. DATA SCIENCE
Par :Formats :
Disponible dans votre compte client Decitre ou Furet du Nord dès validation de votre commande. Le format ePub 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 :
- FormatePub
- ISBN8232247843
- EAN9798232247843
- Date de parution24/11/2025
- Protection num.pas de protection
- Infos supplémentairesepub
- ÉditeurDraft2Digital
Résumé
La science des données est le fondement de tout apprentissage automatique et l'avenir de tous les processus décisionnels complexes, combinant algorithmes mathématiques et techniques d'apprentissage automatique. Elle fournit la structure nécessaire à l'entraînement des modèles d'intelligence artificielle. Les techniques statistiques soutiennent grandement les algorithmes de science des données. Tout au long de cet ouvrage, de nombreuses techniques d'apprentissage non supervisé sont développées d'un point de vue méthodologique et pratique, avec des applications utilisant le logiciel Python.
Les techniques de réduction de dimension : analyse en composantes principales, analyse factorielle, analyse des correspondances simples et analyse des correspondances multiples sont explorées en profondeur, tant d'un point de vue théorique que pratique.
Les techniques de réduction de dimension : analyse en composantes principales, analyse factorielle, analyse des correspondances simples et analyse des correspondances multiples sont explorées en profondeur, tant d'un point de vue théorique que pratique.
La science des données est le fondement de tout apprentissage automatique et l'avenir de tous les processus décisionnels complexes, combinant algorithmes mathématiques et techniques d'apprentissage automatique. Elle fournit la structure nécessaire à l'entraînement des modèles d'intelligence artificielle. Les techniques statistiques soutiennent grandement les algorithmes de science des données. Tout au long de cet ouvrage, de nombreuses techniques d'apprentissage non supervisé sont développées d'un point de vue méthodologique et pratique, avec des applications utilisant le logiciel Python.
Les techniques de réduction de dimension : analyse en composantes principales, analyse factorielle, analyse des correspondances simples et analyse des correspondances multiples sont explorées en profondeur, tant d'un point de vue théorique que pratique.
Les techniques de réduction de dimension : analyse en composantes principales, analyse factorielle, analyse des correspondances simples et analyse des correspondances multiples sont explorées en profondeur, tant d'un point de vue théorique que pratique.
