Description du document
Le machine learning avec Python
pour les nuls
- Mueller, John Paul (1958-....)
- Massaron, Luca (19..-....)
- Rougé, Daniel (1952-2020) (mathématicien) (traducteur)
- Maniez, Dominique (1962-....) (traducteur)
- Éditeur
- Paris : First interactive, DL 2025
Liste des exemplaires
Identifiez-vous pour pouvoir réserver un document actuellement emprunté par une autre personne ou demander le transfert d'un document entre les bibliothèques de Saint Serge et Belle Beille.
BU Saint Serge Niveau 2
Cote : 62 290 MUE 2025 | Disponibilité | Prêt | Nombre |
|---|---|---|
| Disponible | Pret Normal | 1 |
- Sujet(s)
- Apprentissage automatique Python (langage de programmation) Guides pratiques
- Description
- 1 volume (XVII-718 pages) : illustrations, couverture illustrée en couleurs ; 21 cm
- Mention d'édition
- 2e édition
- Collection
-
Pour les nuls
Pour les nuls (Paris) - Note
-
Cet ouvrage comporte des extraits de : ''Machine learning (pour les Nuls) et Python (pour les Nuls)''
La couverture porte en plus : ''Le big data'', "Coder R avec Rstudio", "Python et Anaconda", "Les modèles linéaires et les réseaux de neurones" et "Les machines à vecteurs de support"
Index
- Langue
- français
- ISBN
-
978-2-412-10276-3
- Traduit de
-
Machine learning for dummies
L'apprentissage automatique est une nouvelle façon passionnante d'apprendre à votre ordinateur à effectuer toutes sortes de tâches importantes. Ce livre est le point d'entrée indispensable pour se mettre à niveau. Divisé en 2 livres distincts, il explique comment démarrer, fournit des détails sur le fonctionnement des algorithmes sous-jacents, décrit l'utilisation de langages tels que Python et R afin de rendre possible l'apprentissage automatique. Dans le livre II, vous apprendrez tout ce qu'il faut savoir pour bien démarrer la programmation avec Python, le langage de prédilection des applications de type machine learning.
P.1 - Introduction
Livre 1 - Machine learning
Partie 1 - Découvrir comment les machines apprennent
P.9 - Chapitre 1 - La véritable histoire de l'intelligence artificielle
P.29 - Chapitre 2 - L'apprentissage à l'ère du big data
P.47 - Chapitre 3 - Un regard sur l'avenir
Partie 2 - Préparer vos outils pour l'apprentissage automatique
P.63 - Chapitre 4 - Installer une distribution Python
P.85 - Chapitre 5 - Introduction au codage en Python
P.109 - Chapitre 6 - Travailler avec Goggle Colab
Partie 3 - Débuter avec les bases mathématiques de l'apprentissage automatique
P.143 - Chapitre 7 - Démystifier les mathématiques derrière l'apprentissage automatique
P.169 - Chapitre 8 - Descente du gradient
P.187 - Chapitre 9 - Valider l'apprentissage automatique
P.215 - Chapitre 10 - Débuter avec des apprenants simples
Partie 4 - Apprendre du big data (avec intelligence)
P.243 - Chapitre 11 - Prétraiter les données
P.267 - Chapitre 12 - Exploiter les similitudes
P.293 - Chapitre 13 - Travailler avec des modèles linéaires en toute simplicité
P.325 - Chapitre 14 - Les réseaux neuronaux au service de la complexité
P.367 - Chapitre 15 - Aller plus loin avec les machines à vecteurs de support
P.383 - Chapitre 16 - Recourir à des ensembles d'apprenants
Livre 2 - Python
Partie 1 - Débuter avec Python
P.411 - Chapitre 1 - Parler à votre ordinateur
P.427 - Chapitre 2 - Interagir avec Python
P.447 - Chapitre 3 - Écrire votre première application
Partie 2 - Apprendre la langue de Python
P.473 - Chapitre 4 - Enregistrer et modifier des informations
P.487 - Chapitre 5 - Gérer l'information
P.509 - Chapitre 6 - Prendre des décisions
P.527 - Chapitre 7 - Effectuer des tâches répétitives
P.543 - Chapitre 8 - Les erreurs ? Quelles erreurs ?
Partie 3 - Effectuer des tâches courantes
P.579 - Chapitre 9 - Interagir avec des packages
P.609 - Chapitre 10 - Travailler avec les chaînes de caractères
P.637 - Chapitre 11 - Gérer des listes
P.657 - Chapitre 12 - Collecter toutes sortes de données
P.679 - Chapitre 13 - Créer et utiliser des classes
P.703 - Index - Machine learning
P.713 - Index - Python
Livre 1 - Machine learning
Partie 1 - Découvrir comment les machines apprennent
P.9 - Chapitre 1 - La véritable histoire de l'intelligence artificielle
P.29 - Chapitre 2 - L'apprentissage à l'ère du big data
P.47 - Chapitre 3 - Un regard sur l'avenir
Partie 2 - Préparer vos outils pour l'apprentissage automatique
P.63 - Chapitre 4 - Installer une distribution Python
P.85 - Chapitre 5 - Introduction au codage en Python
P.109 - Chapitre 6 - Travailler avec Goggle Colab
Partie 3 - Débuter avec les bases mathématiques de l'apprentissage automatique
P.143 - Chapitre 7 - Démystifier les mathématiques derrière l'apprentissage automatique
P.169 - Chapitre 8 - Descente du gradient
P.187 - Chapitre 9 - Valider l'apprentissage automatique
P.215 - Chapitre 10 - Débuter avec des apprenants simples
Partie 4 - Apprendre du big data (avec intelligence)
P.243 - Chapitre 11 - Prétraiter les données
P.267 - Chapitre 12 - Exploiter les similitudes
P.293 - Chapitre 13 - Travailler avec des modèles linéaires en toute simplicité
P.325 - Chapitre 14 - Les réseaux neuronaux au service de la complexité
P.367 - Chapitre 15 - Aller plus loin avec les machines à vecteurs de support
P.383 - Chapitre 16 - Recourir à des ensembles d'apprenants
Livre 2 - Python
Partie 1 - Débuter avec Python
P.411 - Chapitre 1 - Parler à votre ordinateur
P.427 - Chapitre 2 - Interagir avec Python
P.447 - Chapitre 3 - Écrire votre première application
Partie 2 - Apprendre la langue de Python
P.473 - Chapitre 4 - Enregistrer et modifier des informations
P.487 - Chapitre 5 - Gérer l'information
P.509 - Chapitre 6 - Prendre des décisions
P.527 - Chapitre 7 - Effectuer des tâches répétitives
P.543 - Chapitre 8 - Les erreurs ? Quelles erreurs ?
Partie 3 - Effectuer des tâches courantes
P.579 - Chapitre 9 - Interagir avec des packages
P.609 - Chapitre 10 - Travailler avec les chaînes de caractères
P.637 - Chapitre 11 - Gérer des listes
P.657 - Chapitre 12 - Collecter toutes sortes de données
P.679 - Chapitre 13 - Créer et utiliser des classes
P.703 - Index - Machine learning
P.713 - Index - Python