About

Cet ouvrage s'adresse aux étudiantes et étudiants en informatique ou maths appliquées, en L3, master ou école d'ingénieurs.
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 oeuvre, et enfin à savoir évaluer les résultats obtenus.
Les notions de cours sont illustrées et complétées par 85 exercices, tous corrigés.


Sommaire

Présentation du machine learning.
Apprentissage supervisé.
Sélection de modèle et évaluation.
Inférence bayésienne.
Régressions paramétriques.
Régularisation.
Réseaux de neurones artificiels.
Méthodes des plus proches voisins.
Arbres et forêts.
Machines à vecteurs de support et méthodes à noyaux.
Réduction de dimension.
Clustering.

Categories : Sciences & Techniques > Mathématiques > Mathématiques appliquées > Informatique théorique / Mathématiques discrètes
Categories : Sciences & Techniques > Informatique > Généralités sur l'informatique > Essais / Réflexions / Ecrits sur l'informatique


  • Authors

    Chloé-agathe Azencott

  • Publisher

    Dunod

  • Distributeur

    Hachette

  • Publication date

    02/02/2022

  • Collection

    Info Sup

  • EAN

    9782100834761

  • Availablity

    Available

  • Nombre de pages

    272 Pages

  • Height

    24 cm

  • Width

    17 cm

  • Thickness

    2 cm

  • Poids

    522 g

  • Support principal

    Grand format

Infos supplémentaires : Broché  

empty