Aller au contenu principal

Description du document

Introduction au machine learning

Éditeur
Malakoff : Dunod, DL 2025

Liste des exemplaires

BU Saint Serge Niveau 2
Cote : 62 290 AZE 2025
Disponibilité Prêt Nombre
Disponible Pret Normal 1
Sujet(s)
Apprentissage automatique Données massives - Gestion Analyse des données Algorithmes Manuels d'enseignement supérieur Problèmes et exercices
Description
1 volume (IX-273 pages) : illustrations, graphiques, figures, couverture illustrée en couleurs ; 24 cm
Mention d'édition
3e édition
Collection
InfoSup
Info sup (Paris. 2015)
Note
Références bibliographiques. Index
Langue
français
ISBN
978-2-10-088042-3

"Le machine learning offre aujourd’hui à de nombreux secteurs d’activité la possibilité de réaliser des progrès spectaculaires grâce à ses puissants outils qui facilitent l’exploitation de grands volumes de données. Étudiantes et étudiants en informatique ou mathématiques appliquées en L3, master ou école d’ingénieurs, ce manuel vous permettra d’acquérir des bases solides sur les concepts et les algorithmes du machine learning. Il vous fournit les outils nécessaires pour : identifier et formaliser les problèmes qui peuvent être résolus par des approches de machine learning ; mettre en oeuvre les algorithmes classiques les plus appropriés ; implémenter ces algorithmes par vous-même afin d’en comprendre les tenants et aboutissants ; évaluer et comparer les performances de plusieurs algorithmes de machine learning pour une application particulière. Les notions de cours sont complétées par 85 exercices, intégralement corrigés, pour vous faciliter l’apprentissage et la validation de l’apprentissage."

P.VI - Avant-propos
P.1 - Chapitre 1. Présentation du machine learning
P.15 - Chapitre 2. Apprentissage supervisé
P.35 - Chapitre 3. Sélection de modèle et évaluation
P.54 - Chapitre 4. Inférence bayésienne
P.76 - Chapitre 5. Régressions paramétriques
P.90 - Chapitre 6. Régularisation
P.104 - Chapitre 7. Réseaux de neurones artificiels
P.121 - Chapitre 8. Méthode des plus proches voisins
P.138 - Chapitre 9. Arbres et forêts
P.156 - Chapitre 10. Machines à vecteurs de support et méthodes à noyaux
P.181 - Chapitre 11. Réduction de dimension
P.206 - Chapitre 12. Clustering
P.232 - Annexe A. Notions d'optimisation complexe
P.254 - Annexe B. Notions d'estimation ponctuelle
P.271 - Index