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

Gestion et exploitation de données capteurs : une approche basée sur la réduction de données / Khedidja BOULANOUAR  

Titre : Gestion et exploitation de données capteurs : une approche basée sur la réduction de données Type de document : thèse Auteurs : Khedidja BOULANOUAR, Auteur ; Allel HADJALI, Directeur de thèse ; Mohand LAGHA, Directeur de thèse ; LIAS UR 20299 UP-ENSIP / ISAE-ENSMA, Commanditaire ; Karima AKLI-ASTOUATI, Rapporteur ; Sofian MAABOUT, Rapporteur ; Salah BOUKRAA, Examinateur ; Daniela GRIGORI, Examinateur Importance : 110 p. Note générale : NNT 2021ESMA0011 Remerciements Table des matières Liste des figures Liste des tableaux Introduction générale Bibliographie Acronymes Résumé Mots clés Catégories : Algorithmes génétiques Analyse des données Bases de données:Gestion Intelligence computationnelle Quantificateurs (logique mathématique) Séries chronologiques Résumé : PRÉLIMINAIRES ET ÉTAT DE L'ART Notions de base Travaux connexes : techniques de réduction des données CONTRIBUTIONS Construction de résumés de données : approches fondées sur l'intelligence computationnelle Résumés linguistiques dans le contexte des séries temporelles Algorithmes génétiques multiobjectif au service des résumés linguistiques CONCLUSION GÉNÉRALE En ligne : https://tel.archives-ouvertes.fr/tel-03483342

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
TH-21 BOU	BOU	Numérique	Thèses ISAE-ENSMA en ligne	Thèses	Exclu du prêt

A Guided Tour of Artificial Intelligence Research: 1., Knowledge Representation, Reasoning and Learning / Pierre MARQUIS ; Odile PAPINI ; Henri PRADE

Titre : A Guided Tour of Artificial Intelligence Research: 1., Knowledge Representation, Reasoning and Learning Type de document : texte imprimé Auteurs : Pierre MARQUIS, Éditeur scientifique ; Odile PAPINI, Éditeur scientifique ; Henri PRADE, Éditeur scientifique Editeur : Springer Nature Switzerland Année de publication : 2020 Importance : 803 p. ISBN/ISSN/EAN : 978-3-030-06163-0 Note générale : General Presentation of the Guided Tour of Artificial Intelligence Reasearch Contents Preface Foreword Index Catégories : Intelligence artificielle Intelligence computationnelle Index. décimale : 006.3 Intelligence artificielle Résumé : /

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00014612	006.3 GUI	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	000 - Informatique - Bibliothéconomie	Disponible

A Guided Tour of Artificial Intelligence Research: 2., AI Algorithms / Pierre MARQUIS ; Odile PAPINI ; Henri PRADE

Titre : A Guided Tour of Artificial Intelligence Research: 2., AI Algorithms Type de document : texte imprimé Auteurs : Pierre MARQUIS, Éditeur scientifique ; Odile PAPINI, Éditeur scientifique ; Henri PRADE, Éditeur scientifique Editeur : Springer Nature Switzerland Année de publication : 2020 Importance : 803 p. Note générale : General Presentation of the Guided Tour of Artificial Intelligence Reasearch Contents Preface Foreword Index Catégories : Intelligence artificielle Intelligence computationnelle Index. décimale : 006.3 Intelligence artificielle Résumé : /

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00014567	006.3 MAR	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	000 - Informatique - Bibliothéconomie	Sorti jusqu'au 30/09/2025

A Guided Tour of Artificial Intelligence Research: 3., Interfaces and Applications of Artificial Intelligence / Pierre MARQUIS ; Odile PAPINI ; Henri PRADE

Titre : A Guided Tour of Artificial Intelligence Research: 3., Interfaces and Applications of Artificial Intelligence Type de document : texte imprimé Auteurs : Pierre MARQUIS, Éditeur scientifique ; Odile PAPINI, Éditeur scientifique ; Henri PRADE, Éditeur scientifique Editeur : Springer Nature Switzerland Année de publication : 2020 Importance : 803 p. Note générale : General Presentation of the Guided Tour of Artificial Intelligence Reasearch Contents Preface Foreword Index Catégories : Intelligence artificielle Intelligence computationnelle Index. décimale : 006.3 Intelligence artificielle Résumé : /

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00014580	006.3 MAR	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	000 - Informatique - Bibliothéconomie	Sorti jusqu'au 30/09/2025

Informatique. Découverte du Machine Learning : Les outils de l'apprentissage automatique / Gérard FLEURY

Titre : Informatique. Découverte du Machine Learning : Les outils de l'apprentissage automatique Type de document : texte imprimé Auteurs : Gérard FLEURY, Auteur ; Philippe LACOMME, Auteur ; Matthieu GONDRAN, Auteur ; Chafik SAMIR, Auteur Editeur : Ellipses Année de publication : 2021 Collection : Technosup (Paris), ISSN 1275-3955 Importance : 306 p. ISBN/ISSN/EAN : 978-2-340-04733-4 Note générale : Préface Avant-propos À qui s'adresse ce livre ? Remerciements Table des matières Index Catégories : Apprentissage automatique Exploration de données Intelligence computationnelle Langages de programmation Réseaux neuronaux (informatique) Séries chronologiques Index. décimale : 006.3 Intelligence artificielle Résumé : Machine Learning Les réseaux de neurones Découverte de TensorFlow et de Keras Réseaux Bayésiens Les méthodes de classification Weka et le Data Mining Séries chronologiques

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00011331	006.3 FLE	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	000 - Informatique - Bibliothéconomie	Disponible

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

Réseau social anonyme de confiance dédié aux applications communautaires du futur : une approche guidée par le capital social / Chayma SELLAMI  

Titre : Réseau social anonyme de confiance dédié aux applications communautaires du futur : une approche guidée par le capital social Type de document : thèse Auteurs : Chayma SELLAMI, Auteur ; Allel HADJALI, Directeur de thèse ; Mickaël BARON, Directeur de thèse ; Mounir BECHCHI, Directeur de thèse ; Stéphane JEAN, Directeur de thèse ; LIAS UR 20299 UP-ENSIP / ISAE-ENSMA, Commanditaire ; Salima BENBERNOU, Rapporteur ; Richard CHBEIR, Rapporteur ; Djamal BENSLIMANE, Examinateur Importance : 168 p. Note générale : NNT 2022ESMA0024 Remerciements Table des matières Liste des figures Liste des tableaux Introduction générale Bibliographie Résumé Mots clés Catégories : Apprentissage par renforcement (intelligence artificielle) Confiance numérique Identité numérique Intelligence computationnelle Logique floue Processus décisionnels de Markov relationnels Réseaux anonymes (informatique) Réseaux sociaux (internet) Statistique bayésienne Systèmes de recommandation (informatique) Résumé : ÉTAT DE L'ART Réseaux sociaux et anonymat Confiance : modélisation, typologie et calcul Systèmes de recommandation : un aperçu CONTRIBUTIONS Un modèle basé sur l'apprentissage hybride pour la recommandation Un cadre unifié pour la gestion de la confiance Recommandation du modèle computationnel de confiance : une approche guidée par les besoins métiers CONCLUSION GÉNÉRALE En ligne : https://tel.archives-ouvertes.fr/tel-03967427

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
TH-22 SEL	SEL	Numérique	Thèses ISAE-ENSMA en ligne	Thèses	Exclu du prêt

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 - 11 / 11) Par page : 25 50 100 200