Titre :
|
Introduction au Deep Learning
|
Auteurs :
|
Eugene Charniak, Auteur ;
Anne Bohy, Traducteur
|
Type de document :
|
site web ou document numérique
|
Editeur :
|
Malakoff [France] : Dunod, 2021
|
Collection :
|
Info sup (Paris. 2015), ISSN 2429-263X
|
ISBN/ISSN/EAN :
|
978-2-10-082578-3
|
Note générale :
|
Ebook consultable sur la plateforme de ScholarVox Universités.
La pagination de l'édition imprimée correspondante est de 172 pages.
L'accès complet à la ressource est réservé aux étudiants et membres du personnel de la Haute École de Namur-Liège-Luxembourg et nécessite une identification Hénallux.
Configuration requise : Nécessite un navigateur internet
|
Langues:
|
Français
|
Langues originales:
|
Anglais
|
Sujets :
|
IESN
Deep learning
;
Intelligence artificielle
;
Réseau de neurones artificiels
;
Tensorflow
|
Résumé :
|
L'apprentissage profond (deep learning) a révolutionné l'intelligence artificielle et s'est très rapidement répandu dans de nombreux domaines d'activité. Grâce à une approche "orientée objet", ce livre a pour but d'expliquer les bases du deep learning, depuis les réseaux de neurones à propagation avant jusqu'aux réseaux non supervisés. Conçu comme un manuel d'apprentissage synthétique, avec cours et exercices, il s'appuie sur des exemples dans des domaines comme la vision par ordinateur, la compréhension des langages naturels ou l'apprentissage par renforcement. Ces exemples sont étudiés avec le logiciel Tensorflow. Les notions théoriques sont illustrées et complétées par une quarantaine d'exercices, dont la moitié sont corrigés.
|
En ligne :
|
https://univ-scholarvox-com.henallux.idm.oclc.org/reader/docid/88913266/page/1
|