|
Titre :
|
Introduction au machine learning
|
|
Auteurs :
|
Chloé-Agathe Azencott, Auteur
|
|
Type de document :
|
texte imprimé
|
|
Editeur :
|
Malakoff [France] : Dunod, 2018
|
|
Collection :
|
Info sup (Paris. 2015), ISSN 2429-263X
|
|
ISBN/ISSN/EAN :
|
978-2-10-078080-8
|
|
Format :
|
1 vol. (xi-227 p.) / ill., couv. ill. en coul. / 24 cm
|
|
Langues:
|
Français
|
|
Sujets :
|
IESN
Apprentissage supervisé
;
Clustering
;
Machine learning
;
Noyau
;
Optimisation convexe
;
Régression paramétrique
;
Régularisation
;
Réseau de neurones artificiels
|
|
Résumé :
|
Cet ouvrage s'adresse aux étudiants en fin de licence et en master d'informatique ou de maths appliquées, ainsi qu'aux élèves 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 86 exercices, tous corrigés.
|
