Apprentissage statistique

Note moyenne 
Gérard Dreyfus - Apprentissage statistique.
L'apprentissage statistique permet la mise au point de modèles de données et de processus lorsque la formalisation de règles explicites serait impossible:... Lire la suite
52,00 € Neuf
Expédié sous 3 à 6 jours
Livré chez vous entre le 11 avril et le 16 avril

Résumé

L'apprentissage statistique permet la mise au point de modèles de données et de processus lorsque la formalisation de règles explicites serait impossible: reconnaissance de formes ou de signaux, prévision, fouille de données, prise de décision en environnement complexe et évolutif. Ses applications sont multiples dans le monde de la production industrielle (robotique, maintenance préventive, développement de capteurs virtuels, planification d'expériences, aide à la conception de produits), dans le domaine de la biologie et de la santé (aide au diagnostic, aide à la découverte de médicaments, bio-informatique), en télécommunications, en marketing et finance, et dans bien d'autres domaines.
Sans omettre de rappeler les fondements théoriques de l'apprentissage statistique, cet ouvrage offre de solides bases méthodologiques à tout ingénieur ou chercheur soucieux d'exploiter ses données. Il en présente les algorithmes les plus couramment utilisés - réseaux de neurones, cartes topologiques, machines à vecteurs supports, modèles de Markov cachés - à l'aide d'exemples et d'études de cas industriels, financiers ou bancaires.
Cet ouvrage est la mise à jour du livre Réseaux de neurones - Méthodologie et applications. A qui s'adresse ce livre ? Aux ingénieurs, chercheurs et décideurs ayant à résoudre des problèmes de modélisation, de reconnaissance, de prévision, de commande, etc. Aux étudiants et élèves ingénieurs des disciplines scientifiques et économiques, et à leurs enseignants.

Sommaire

    • L'apprentissage statistique : pourquoi, comment ?
    • Les réseaux de neurones
    • Compléments de méthodologie pour la modélisation : réduction de la dimension et ré-échantillonnage
    • Identification " neuronale " de systèmes dynamiques commandés et réseaux bouclés (récurrents)
    • Apprentissage d'une commande en boucle fermée
    • La discrimination
    • Cartes auto-organisatrices et classification automatique

Caractéristiques

  • Date de parution
    02/10/2008
  • Editeur
  • Collection
  • ISBN
    978-2-212-12229-9
  • EAN
    9782212122299
  • Présentation
    Broché
  • Nb. de pages
    449 pages
  • Poids
    0.875 Kg
  • Dimensions
    17,0 cm × 23,0 cm × 3,0 cm

Avis libraires et clients

À propos de l'auteur

Biographie de Gérard Dreyfus

Gérard Dreyfus dirige le laboratoire d'électronique de l'École supérieure de physique et de chimie industrielles (ESPCI-ParisTech) où il enseigne notamment les méthodes de modélisation par apprentissage. il dispense des formations continues à l'usage des ingénieurs dans ce domaine. Manuel Samuelides dirige le département de mathématiques appliquées de l'ENSAE (Supaéro); il y enseigne les probabilités, l'optimisation et les techniques probabilistes de l'apprentissage.
Il effectue des recherches au département de traitement de l'information et modélisation de l'ONERA. Jean-Marc Martinez est expert senior et enseignant-chercheur au Commissariat à l'Énergie Atomique dans le domaine de l'apprentissage statistique et de la modélisation des incertitudes en simulation numérique. Il développe et applique ces méthodes au CEA et les enseigne dans diverses universités et écoles.
Mirta B. Gordon, physicienne, directrice de recherches au CNRS, est responsable de l'équipe "Apprentissage: modèles et algorithmes" (AMA) au sein du laboratoire TIMC-IMAG (Grenoble). Elle effectue des recherches sur la modélisation des systèmes complexes adaptatifs, et sur la théorie et les algorithmes d'apprentissage. Elle enseigne ces sujets dans différentes écoles doctorales. Fouad Badran, professeur au CNAM, y enseigne les réseaux de neurones.
Sylvia Thiria, professeur à l'université de Versailles Saint-Quentin-en-Yvelines, effectue des recherches sur la modélisation neuronale et sur ses applications, notamment à la géophysique, au laboratoire d'océanographie dynamique et de climatologie (LODYC).

Du même auteur

Les clients ont également aimé

Derniers produits consultés

Decitre utilise des cookies pour vous offrir le meilleur service possible. En continuant votre navigation, vous en acceptez l'utilisation. En savoir plus OK