Recherche simple :

  •    Sujet : Apprentissage automatique
  • Aide
  • Eurêkoi Eurêkoi

Documents en rayon : 46

Voir tous les résultats les documents en rayons

Résumé : 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.

Résumé : Guide d'utilisation du langage Python appliqué au travail sur les données et à l'automatisation de certaines tâches. Avec des exemples, des exercices et des compléments accessibles en ligne.

Résumé : Les auteurs décrivent le machine learning, une nouvelle technique d'analyse des données, et expliquent comment utiliser ses apports dans la supply chain dans le cadre conceptuel de la planification hiérarchisée. Ils s'appuient sur des exemples concrets de projets effectivement menés en entreprise et donnent des recommandations pratiques pour en réussir d'autres. ©Electre 2019

Résumé : Guide d'utilisation du langage Python dans le domaine de l'analyse des données. Chaque notion est introduite théoriquement, puis illustrée par un exemple concret permettant de comprendre son application. Dans le dernier chapitre, un exercice est proposé avec sa correction afin de mettre en pratique les apprentissages. Avec des ressources complémentaires disponibles en téléchargement. ©Electre 2020

Résumé : Une initiation aux concepts du machine learning et à leur implémentation en Python. Les phases de compréhension et de préparation des données sont présentées avant d'aborder les tâches réalisées par l'intelligence artificielle : classification, régression et apprentissage non supervisé. Les chapitres sont illustrés d'exemples tels que la prévision de la chance de survie des passagers du Titanic. ©Electre 2021

Résumé : Présentation des principales méthodes de modélisation dans les champs de la statistique et du "machine learning", à l'aide du logiciel libre R. Chaque méthode, des plus classiques aux plus avancées (régression ridge, lasso, elastic net, etc.), fait l'objet d'un rappel théorique suivi de développements sur les fonctions de R. Les résultats obtenus par les différentes méthodes sont comparés. ©Electre 2015

Résumé : Une introduction aux principes et aux algorithmes du machine learning, ou apprentissage automatique. Cet ouvrage explique comment résoudre et formaliser certains problèmes grâce à ce champ d'étude, à identifier les algorithmes appropriés et à évaluer leurs performances. Avec des exercices corrigés. Edition complétée de nouvelles méthodes telles que le clustering spectral.

Résumé : Guide d'utilisation du langage Python dans le domaine de l'analyse des données. Alliant théorie et pratique, l'introduction aux fondamentaux de ce langage est approfondie par une vidéo qui présente son fonctionnement à travers deux bibliothèques dédiées à la Data Science, NumPy et Pandas, et se concentre sur la préparation et la visualisation de données.

Résumé : Cet ouvrage fait le point sur la nature et l'évolution du langage et de la parole. Il explique leur apparition et leurs structures en mobilisant les acquis des nouvelles technologies, de la neuroscience, de la linguistique et de la robotique.

Résumé : Des contributions pluridisciplinaires sur l'intelligence artificielle et le deep learning. Les auteurs interrogent les arts et les sciences du texte face à cette nouvelle technologie.

Résumé : Conçu pour aider le data scientist à comprendre son terrain d'action et à opérer des choix, cet ouvrage se compose d'une partie théorique posant les bases du métier autour de la modélisation quantitative et la création d'algorithmes de traitement de données, et d'une partie pratique donnant des indications de raisonnement et de méthodes mathématiques pour résoudre une problématique donnée. ©Electre 2015

Résumé : Un parcours didactique et professionnalisant permettant de s'intégrer à une équipe de data scientists, d'aborder des articles de recherche en langage R, ou de manager une équipe projet comprenant des data scientists. Les auteurs abordent notamment des sujets comme le traitement du langage naturel, les séries temporelles, la logique floue ou encore la manipulation des images.

Résumé : Une synthèse sur les sciences des données, les outils mathématiques pour les manipuler et les algorithmes pour les implémenter à l'aide de Python. Après un cours synthétique sur le langage de programmation, l'ouvrage aborde l'algèbre linéaire, la statistique, la descente de gradient, les arbres de décision, l'analyse des réseaux ou encore les systèmes de recommandation. ©Electre 2020

Résumé : Un manuel pour approfondir ses connaissances et mettre en oeuvre ses compétences à l'aide du langage de programmation R. Les différentes étapes du cycle de vie d'un projet basé sur l'analyse statistique de données sont présentées : préparation, transformation, visualisation, analyse et diffusion des résultats.

Résumé : Présentation des aspects fondamentaux de la data science, discipline qui permet de transformer les données brutes en idées et connaissances. Avec des exercices pour mettre en pratique les algorithmes développés dans ce domaine.

Résumé : Présentation des avantages à utiliser Python pour les calculs scientifiques. L'auteur montre notamment comment transformer, visualiser et nettoyer les données ou encore comment élaborer des modèles statistiques. Il décrit également toutes les ressources disponibles pour les diverses applications : IPython, NumPy, Pandas, Matplotlib et autres outils associés.

Résumé : L'ouvrage couvre l'essentiel des connaissances pour comprendre et appliquer les techniques du data mining et de la statistique décisionnelle. Il présente les méthodes classiques (analyse factorielle, régression linéaire, arbres de décision, etc.) ainsi que les plus récentes (régressions robustes, réseaux de neurones, etc.), et aborde l'exploration, le contrôle et la préparation des données. ©Electre 2017

Résumé : Les contributeurs expliquent les fonctionnalités, les usages, les enjeux et les perspectives d'un entrepôt de données de recherche. Ils s'intéressent à ces plateformes de partage, de réutilisation et de conservation de données en France, interrogent le concept d'entrepôt national, décrivent le répertoire international Re3data et proposent six études de cas sur des modèles privés et publics. ©Electre 2023

Résumé : L'auto-organisation est l'apparition spontané d'ordre dans la nature sans intervention humaine. Elle s'observe dans le monde vivant mais pas seulement et permet d'expliquer l'origine de la vie et l'évolution des espèces. Le concept est mis en lien avec la pensée philosophique de Spinoza.

Résumé : 40 auteurs pour des contributions en hommage à Jacques Lesourne, économiste, fondateur du premier groupe européen de conseil, puis directeur du journal "le Monde", directeur du programme d'étude Interfuturs de l'OCDE et titulaire de la chaire d'économie et statistique du CNAM. Ils font le point sur les dernières avancées des théories de la décision, de la prospection et de l'auto-organisation.

Explorer les sujets liés :