Apprentissage machine : de la théorie à la pratique / Massih-Reza AMINI

Titre : Apprentissage machine : de la théorie à la pratique Type de document : texte imprimé Auteurs : Massih-Reza AMINI, Auteur Editeur : Eyrolles Année de publication : 2015 Collection : Algorithmes, ISSN 1625-113X Importance : 272 p. ISBN/ISSN/EAN : 978-2-212-13800-9 Note générale : Préface Table des matières Liste des algorithmes Notations Avant-propos Annexes Bibliogrpahie index Catégories : Apprentissage supervisé (intelligence artificielle) Intelligence computationnelle Index. décimale : 006.3 Intelligence artificielle Résumé : Introduction à la théorie de l'apprentissage Algorithmes d'optimisation convexe sans contrainte Classification bi-classes Classification multi-classes Apprentissage semi-supervisé Apprentissage des fonctions d'ordonnancement

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00014169	006.3 AMI	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	000 - Informatique - Bibliothéconomie	Disponible
B00014165	006.3 AMI	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	000 - Informatique - Bibliothéconomie	Disponible

Comprendre le Deep Learning : une introduction aux réseaux de neurones / Jean-Claude HEUDIN

Titre : Comprendre le Deep Learning : une introduction aux réseaux de neurones Type de document : texte imprimé Auteurs : Jean-Claude HEUDIN, Auteur Editeur : Science-eBook Année de publication : 2016 Importance : 178 p. ISBN/ISSN/EAN : 979-10-91245-44-9 Note générale : Épigraphe Table des matières Introduction Annexes Catégories : Apprentissage profond Apprentissage supervisé (intelligence artificielle) Intelligence computationnelle Ordinateurs neuronaux Réseaux neuronaux (informatique) Index. décimale : 006.3 Intelligence artificielle Résumé : Prédicteurs et classifieurs Les réseaux de neurones L'apprentissage Programmer un réseau de neurones L'apprentissage profond Le Deep Learning en pratique

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00014420	006.3 HEU	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	000 - Informatique - Bibliothéconomie	Disponible

Introduction au Machine Learning / Chloé-Agathe AZENCOTT

Titre : Introduction au Machine Learning Type de document : texte imprimé Auteurs : Chloé-Agathe AZENCOTT, Auteur Mention d'édition : 2e édition Editeur : Dunod Année de publication : 2022 Importance : 263 p. ISBN/ISSN/EAN : 978-2-10-083476-1 Note générale : Table des matières Avant-propos Annexes Index Catégories : Apprentissage automatique Apprentissage supervisé (intelligence artificielle) Forêts d'arbres de décision Optimisation convexe Réseaux neuronaux (informatique) Statistique bayésienne Index. décimale : 006.3 Intelligence artificielle Résumé : 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

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00011752	006.3 AZE	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	000 - Informatique - Bibliothéconomie	Sorti jusqu'au 15/05/2026

Introduction to Deep Learning / Eugene CHARNIAK

Titre : Introduction to Deep Learning Type de document : texte imprimé Auteurs : Eugene CHARNIAK, Auteur Editeur : The MIT Press Année de publication : 2018 Importance : 174 p. ISBN/ISSN/EAN : 978-0-262-03951-2 Note générale : Contents Preface Appendix Bibliography Index Catégories : Apprentissage profond Apprentissage supervisé (intelligence artificielle) Intelligence computationnelle Ordinateurs neuronaux Réseaux neuronaux (informatique) Index. décimale : 006.3 Intelligence artificielle Résumé : Feed-Forward Neural Nets Tensorflow Convolutional Neural Networks Word Embeddings and Recurrent NNs Sequence-to-Sequence Learning Deep Reinforcement Learning Unsupervised Neural-Network Models

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00014494	006.3 CHA	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	000 - Informatique - Bibliothéconomie	Disponible

Quand la machine apprend : La révolution des neurones artificiels et de l'apprentissage profond / Yann LE CUN

Titre : Quand la machine apprend : La révolution des neurones artificiels et de l'apprentissage profond Type de document : texte imprimé Auteurs : Yann LE CUN, Auteur ; Caroline BRIZARD, Auteur Editeur : Editions Odile Jacob Année de publication : 2019 Importance : 394 p. ISBN/ISSN/EAN : 978-2-7381-4931-2 Note générale : Table Introduction Conclusion Glossaire Remerciements Catégories : Apprentissage profond Apprentissage supervisé (intelligence artificielle) Intelligence computationnelle Ordinateurs neuronaux Réseaux neuronaux (informatique) Index. décimale : 006.3 Intelligence artificielle Résumé : La révolution de l'IA Brève histoire de l'IA... et de ma carrière Machines apprenantes simples Apprentissage par minimisation, théorie de l'apprentissage Réseaux profonds et rétropropagation Les réseaux convolutifs, piliers de l'IA Dans le ventre de la machine ou le deep learning aujourd'hui Les années Facebook Et demain ? Perspectives et défis de l'IA Enjeux

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00014478	006.3 LEC	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	000 - Informatique - Bibliothéconomie	Disponible

The Elements of Statistical Learning : Data Mining, Inference, and Prediction / Trevor J. HASTIE  

Titre : The Elements of Statistical Learning : Data Mining, Inference, and Prediction Type de document : texte imprimé Auteurs : Trevor J. HASTIE, Auteur ; Robert John TIBSHIRANI, Auteur ; Jerome H. FRIEDMAN, Auteur Mention d'édition : 2nd edition Editeur : New York (N. Y.) : Springer Année de publication : 2017 Collection : Springer series in statistics, ISSN 0172-7397 Importance : 745 p. ISBN/ISSN/EAN : 978-0-387-84857-0 Note générale : Prefaces Contents References Author Index Index Catégories : Apprentissage supervisé (intelligence artificielle) Intelligence computationnelle Réseaux neuronaux (informatique) Index. décimale : 006.3 Intelligence artificielle Résumé : Introduction Overview of Supervised Learning Linear Methods for Regression Linear Methods for Classification Basis Expansions and Regularization Kernel Smoothing Methods Model Assessment and Selection Model Inference and Averaging Additive Models, Trees and, Related Methods Boosting and Additive Trees Neural Networks Support Vectors Machines and Flexible Discriminants Prototype Methods and Nearest-Neighbors Unsupervised Learning Random Forests Ensemble Learning Undirected Graphical Models High-Dimensional Problems: p >> N En ligne : https://web.stanford.edu/~hastie/Papers/ESLII.pdf

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00014569	006.3 HAS	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	000 - Informatique - Bibliothéconomie	Disponible

---

1 (1 - 6 / 6) Par page : 25 50 100 200