en savoir plus
Permet à tous ses détenteurs d'obtenir 5% de réduction sur tous les livres lors du retrait en magasin (réduction non cumulable avec les réductions de type étudiant).
Offre également un certain nombre d'avantages auprès de nos partenaires.
Avec les favoris, retrouvez dans un espace les sélections effectuées au fur et à mesure de vos navigations dans le site.
Constituez pour votre usage personnel vos listes de livres en prévisions d'achats futurs et votre sélection d'articles, dossiers, événements, vidéos ou podcasts préférés ou à découvrir plus tard...
Il suffit simplement de cliquer sur "Ajout Favori" sur chaque page qui vous intéresse pour les retrouver ensuite dans votre espace personnel.
Requiert un compte Mollat
Requiert un compte Mollat
Après une présentation des connaissances théoriques nécessaires pour comprendre le machine learning, l'auteur décrit divers outils techniques pour les mettre en pratique puis propose des exemples d'application liés aux concepts de l'apprentissage automatique. Le passage à la pratique grâce au langage Python est ensuite approfondi, en lien avec divers environnements et bibliothèques. ©Electre 2024
Le Machine Learning avec Python
De la théorie à la pratique
Ce livre sur le Machine Learning avec le langage Python permet de disposer des connaissances théoriques nécessaires pour une compréhension approfondie du Machine Learning et d'appréhender les outils techniques utiles pour mettre en pratique les concepts étudiés. L'auteur y expose des exemples concrets sur les concepts de l'apprentissage automatique. Les lecteurs avertis trouveront dans ce livre une occasion d'aller plus loin dans leur compréhension des algorithmes du Machine Learning.
L'auteur commence par expliquer les enjeux de la Data Science ainsi que les notions fondamentales du Machine Learning avant de présenter la démarche théorique d'une expérimentation en Data Science avec les notions de modélisation d'un problème et de métriques de mesure de performances d'un modèle.
Le lecteur peut ensuite passer à la pratique en manipulant les bibliothèques Python Numpy et Pandas ainsi que l'environnement Jupyter. Il peut ainsi aborder sereinement les chapitres à venir qui lui feront découvrir les concepts mathématiques, et la pratique sous-jacente, relatifs aux algorithmes du Machine Learning tels que les statistiques pour la Data Science, les régressions linéaire, polynomiale ou logistique, les arbres de décision et Random Forest, l'algorithme K-means, les machines à vecteurs de support (Support Vector Machine), l'analyse en composantes principales, les réseaux de neurones ou encore le Deep Learning avec TensorFlow et le traitement automatique du langage (Natural Language Processing).
Paru le : 15/09/2021
Thématique :
Auteur(s) : Auteur : Madjid Khichane
Éditeur(s) :
ENI
Collection(s) : Expert IT
Contributeur(s) : Préfacier : Patrick Albert
Série(s) : Non précisé.
ISBN : 978-2-409-03181-6
EAN13 : 9782409031816
Reliure : Broché
Pages : 770
Hauteur: 22.0 cm / Largeur 18.0 cm
Épaisseur: 4.2 cm
Poids: 1223 g