Une présentation du deep learning qui fait appel à des réseaux de neurones profonds, notamment avec l'outil open source d'apprentissage automatique TensorFlow. L'ouvrage est complété d'une quarantaine d'exercices, de propositions de projets et de lectures complémentaires. ©Electre 2025
Introduction au Deep Learning
Cet ouvrage s'adresse aux étudiants en fin de licence et en master d'informatique ou de maths appliquées, ainsi qu'aux élèves ingénieurs.
L'apprentissage profond (deep learning) a révolutionné l'intelligence artificielle et s'est très rapidement répandu dans de nombreux domaines d'activité.
Grâce à une approche « orientée projet », ce livre a pour but d'expliquer les bases du deep learning, depuis les réseaux de neurones à propagation avant jusqu'aux réseaux non supervisés.
Conçu comme un manuel d'apprentissage synthétique, avec cours et exercices, il s'appuie sur des exemples dans des domaines comme la vision par ordinateur, la compréhension des langages naturels ou l'apprentissage par renforcement.
Ces exemples sont étudiés avec le logiciel TensorFlow
Les notions théoriques sont illustrées et complétées par une quarantaine d'exercices, dont la moitié sont corrigés
Paru le : 13/01/2021
Thématique : Informatique Etudiant
Auteur(s) : Auteur : Eugene Charniak
Éditeur(s) :
Dunod
Collection(s) : Info sup
Contributeur(s) : Traducteur : Anne Bohy
Série(s) : Non précisé.
ISBN : 978-2-10-081926-3
EAN13 : 9782100819263
Reliure : Broché
Pages : X-162
Hauteur: 24.0 cm / Largeur 17.0 cm
Épaisseur: 1.2 cm
Poids: 348 g
Carte fidélité
Mollat Radio
