Apprentissage machine. Clé de l'intelligence artificielle - Une introduction pour non-spécialistes - Grand Format

Note moyenne 
Cet ouvrage introductif s'adresse en priorité à des étudiants de licence scientifique et à des étudiants non scientifiques souhaitant découvrir... Lire la suite
26,00 € Neuf
Expédié sous 3 à 6 jours
Livré chez vous entre le 23 avril et le 26 avril
En librairie

Résumé

Cet ouvrage introductif s'adresse en priorité à des étudiants de licence scientifique et à des étudiants non scientifiques souhaitant découvrir les fondements de l'apprentissage machine. L'objectif principal est de faire comprendre les algorithmes et systèmes principaux d'apprentissage machine utilisés en science des données : les arbres de décision, les méthodes d'ensemble, les séparateurs à vastes marges et les réseaux de neurones.
En particulier, comprendre pourquoi il existe différents systèmes d'apprentissage, comprendre les avantages et inconvénients de chacun des systèmes, comprendre comment les utiliser au mieux en effectuant les meilleurs choix possibles. Ceci doit permettre au lecteur d'être un utilisateur intelligent des méthodes de fouille de données et, par conséquent, lui permettre de les utiliser pour résoudre des taches dans son domaine de compétence.

Caractéristiques

  • Date de parution
    12/02/2019
  • Editeur
  • Collection
  • ISBN
    978-2-340-02880-7
  • EAN
    9782340028807
  • Format
    Grand Format
  • Présentation
    Broché
  • Nb. de pages
    192 pages
  • Poids
    0.368 Kg
  • Dimensions
    19,0 cm × 24,0 cm × 1,1 cm

Avis libraires et clients

Avis audio

Écoutez ce qu'en disent nos libraires !

L'éditeur en parle

La collection Références sciences propose des ouvrages de référence dans toutes les disciplines scientifiques, inspirés de l'expérience des enseignants. Cet ouvrage d'introduction à l'apprentissage machine s'adresse aux étudiants, de licence scientifique ou non scientifique, qui souhaitent comprendre : - Les algorithmes et systèmes principaux d'apprentissage machine utilisés en science des données ; - Pourquoi il existe différents systèmes d'apprentissage ; - Les avantages et inconvénients de chacun des systèmes.
La compréhension de ces notions permettra au lecteur de mettre en application les méthodes de fouilles de données de façon à résoudre des tâches dans son domaine de compétence.

À propos de l'auteur

Biographie de Rémi Gileron

Titulaire d'une maîtrise de mathématiques, Rémi Gilleron a été professeur de lycée en mathématiques. Après un doctorat d'informatique, il a été maître de conférences puis professeur d'université en informatique. Il a enseigné l'informatique et la science des données à des publics de tout niveau, scientifiques ou non. Il a écrit des modules Web de culture numérique accessibles à tous.

Du même auteur

Les clients ont également aimé

Derniers produits consultés

26,00 €