Introduction au Machine Learning / Chloé-Agathe Azencott [ Livre]
Langue : français.Mention d'édition: [Nouvelle présentation avec corrections]Publication : Paris : DUNOD, DL 2019., Cop 2018.Description : 1 volume de 227 pages : Illustré en noir et blanc, couverture illustrée en couleurs ; 24 cm.ISBN : 9782100801534.Collection: Info supDewey : 006.31, 23, freRésumé : Le Machine Learning est une discipline dont les outils puissants permettent aujourd'hui à de nombreux secteurs d'activité de réaliser des progrès spectaculaires grâce à l'exploitation de grands volumes de données. Le but de cet ouvrage est de vous fournir des bases solides sur les concepts et les algorithmes de ce domaine en plein essor. Il vous aidera à identifier les problèmes qui peuvent être résolus par une approche Machine Learning, à les formaliser, à identifier les algorithmes les mieux adaptés à chaque problème, à les mettre en œuvre, et enfin à savoir évaluer les résultats obtenus. Les notions de cours sont illustrées et complétées par 86 exercices, tous corrigés.Public : Public : étudiants en fin de licence et en master d'informatique ou de maths appliquées, élèves ingénieurs.Sujet - Nom commun: Apprentissage automatique -- Manuels d'enseignement supérieur | Apprentissage automatique -- Problèmes et exercices | Données massives -- Gestion -- Manuels d'enseignement supérieur | Algorithmes -- Manuels d'enseignement supérieur| Type de document | Site actuel | Cote | Statut | Notes | Date de retour prévue |
|---|---|---|---|---|---|
Livre
|
Bibliothèque Universitaire Mohamed Sekkat 1er etage | 006.31 AZE (Parcourir l'étagère) | Disponible | New 2020 |
Bibliographie en fin de chapitres
Index
Le Machine Learning est une discipline dont les outils puissants permettent aujourd'hui à de nombreux secteurs d'activité de réaliser des progrès spectaculaires grâce à l'exploitation de grands volumes de données. Le but de cet ouvrage est de vous fournir des bases solides sur les concepts et les algorithmes de ce domaine en plein essor. Il vous aidera à identifier les problèmes qui peuvent être résolus par une approche Machine Learning, à les formaliser, à identifier les algorithmes les mieux adaptés à chaque problème, à les mettre en œuvre, et enfin à savoir évaluer les résultats obtenus. Les notions de cours sont illustrées et complétées par 86 exercices, tous corrigés
Public : étudiants en fin de licence et en master d'informatique ou de maths appliquées, élèves ingénieurs
Il n'y a pas de commentaire pour ce document.