Mathématiques et vision
Grand Format
12,00 €
Sciences des données et apprentissage en grande dimension
Par :Formats :
- Réservation en ligne avec paiement en magasin :
- Indisponible pour réserver et payer en magasin
- Nombre de pages64
- PrésentationBroché
- Poids0.09 kg
- Dimensions12,0 cm × 18,5 cm × 0,7 cm
- ISBN978-2-7226-0711-8
- EAN9782722607118
- Date de parution12/11/2024
- CollectionLeçons inaugurales
- ÉditeurCollège de France
Résumé
La performance des algorithmes d'analyse de données a fait un bond ces dernières années, non seulement grâce à l'augmentation des capacités de calcul et aux masses de données, mais aussi grâce à l'évolution rapide des algorithmes d'apprentissage, et par conséquent de l'intelligence artificielle. L'analyse automatique des données numériques est devenue un enjeu industriel, sociétal et scientifique majeur.
Les sciences des données développent des algorithmes capables d'apprendre, comme les réseaux de neurones, avec des données de grande dimension. Il est pour cela nécessaire de comprendre les principes de l'apprentissage, en faisant appel à de nombreuses branches des mathématiques dont les statistiques, l'analyse harmonique et la géométrie.
Les sciences des données développent des algorithmes capables d'apprendre, comme les réseaux de neurones, avec des données de grande dimension. Il est pour cela nécessaire de comprendre les principes de l'apprentissage, en faisant appel à de nombreuses branches des mathématiques dont les statistiques, l'analyse harmonique et la géométrie.
La performance des algorithmes d'analyse de données a fait un bond ces dernières années, non seulement grâce à l'augmentation des capacités de calcul et aux masses de données, mais aussi grâce à l'évolution rapide des algorithmes d'apprentissage, et par conséquent de l'intelligence artificielle. L'analyse automatique des données numériques est devenue un enjeu industriel, sociétal et scientifique majeur.
Les sciences des données développent des algorithmes capables d'apprendre, comme les réseaux de neurones, avec des données de grande dimension. Il est pour cela nécessaire de comprendre les principes de l'apprentissage, en faisant appel à de nombreuses branches des mathématiques dont les statistiques, l'analyse harmonique et la géométrie.
Les sciences des données développent des algorithmes capables d'apprendre, comme les réseaux de neurones, avec des données de grande dimension. Il est pour cela nécessaire de comprendre les principes de l'apprentissage, en faisant appel à de nombreuses branches des mathématiques dont les statistiques, l'analyse harmonique et la géométrie.
A propos de Stéphane Mallat