| Titre : | Introduction au Machine Learning |
| Auteurs : | Chloé-Agathe Azencott, Auteur |
| Type de document : | texte imprimé |
| Mention d'édition : | 2e édition |
| Editeur : | Malakoff [France] : Dunod, 2022 |
| Collection : | Infosup |
| ISBN/ISSN/EAN : | 978-2-10-083476-1 |
| Format : | 263 p. / 24 cm |
| Langues: | Français |
| Sujets : |
IESN Clustering ; Inférence ; Informatique ; Machine learning ; Régression paramétrique ; Réseau de neurones artificiels |
| Résumé : |
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. |
| Note de contenu : |
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 |
| Autre édition sur un support différent : |
Exemplaires (1)
| Localisation | Section | Support | Cote de rangement | Statut | Disponibilité |
|---|---|---|---|---|---|
| Bibliothèque IESN | _68 Informatique | Livre | 68 AZE INT | Empruntable sur demande | Disponible |
