Nouveauté
Techniques Avancées pour L'analyse de Données Multivariées à L'aide de Python. Modèles Prédictifs pour la Classification et la Segmentation
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
- ISBN8231933129
- EAN9798231933129
- Date de parution08/07/2025
- Protection num.pas de protection
- Infos supplémentairesepub
- ÉditeurWalzone Press
Résumé
Ce livre développe les techniques d'analyse prédictive ou de dépendance multivariée (techniques d'apprentissage supervisé dans le langage moderne du Machine Learning) et plus spécifiquement les techniques de classification d'un point de vue méthodologique et d'un point de vue pratique avec des applications à travers le logiciel Python. Les techniques suivantes sont étudiées en profondeur : Modèles linéaires généralisés (Logit, Probit, Count et autres), Arbres de décision, Analyse discriminante, K-Nearest Neighbour (kNN), Support Vector Machine (SVM), Naive Bayes, Méthodes d'ensemble (Bagging, Boosting, Voting, Stacking, Blending et Random Forest), les réseaux neuronaux, le perceptron multicouche, les réseaux à base radiale, les réseaux Hopfield, les réseaux LSTM, les réseaux récurrents RNN, les réseaux GRU et les réseaux neuronaux pour la prédiction des séries temporelles.
Ces techniques constituent un support fondamental pour le développement de l'intelligence artificielle.
Ces techniques constituent un support fondamental pour le développement de l'intelligence artificielle.
Ce livre développe les techniques d'analyse prédictive ou de dépendance multivariée (techniques d'apprentissage supervisé dans le langage moderne du Machine Learning) et plus spécifiquement les techniques de classification d'un point de vue méthodologique et d'un point de vue pratique avec des applications à travers le logiciel Python. Les techniques suivantes sont étudiées en profondeur : Modèles linéaires généralisés (Logit, Probit, Count et autres), Arbres de décision, Analyse discriminante, K-Nearest Neighbour (kNN), Support Vector Machine (SVM), Naive Bayes, Méthodes d'ensemble (Bagging, Boosting, Voting, Stacking, Blending et Random Forest), les réseaux neuronaux, le perceptron multicouche, les réseaux à base radiale, les réseaux Hopfield, les réseaux LSTM, les réseaux récurrents RNN, les réseaux GRU et les réseaux neuronaux pour la prédiction des séries temporelles.
Ces techniques constituent un support fondamental pour le développement de l'intelligence artificielle.
Ces techniques constituent un support fondamental pour le développement de l'intelligence artificielle.
