Apprentissage artificiel : Concepts et algorithmes. De Bayes et Hume au Deep Learning / Vincent BARRA

Titre : Apprentissage artificiel : Concepts et algorithmes. De Bayes et Hume au Deep Learning Type de document : texte imprimé Auteurs : Vincent BARRA, Auteur ; Antoine CORNUÉJOLS, Auteur ; Laurent MICLET, Auteur Mention d'édition : 4e édition Editeur : Eyrolles Année de publication : 2021 Collection : Algorithmes (Paris), ISSN 1625-113X Importance : 990 p. ISBN/ISSN/EAN : 978-2-416-00104-8 Note générale : Préface Table des matières Notations Bibliographie Index Catégories : Algorithmes Apprentissage automatique Intelligence artificielle Index. décimale : 006.3 Intelligence artificielle Résumé : Des machines apprenantes ! L'induction exploitant la structure de l'espace des hypothèses L'induction par optimisation d'un critère inductif L'induction par comparaison et collaboration L'apprentissage descriptif L'apprentissage en environnement et non stationnaire Aspects pratiques et suppléments

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00011395	006.3 BAR	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	000 - Informatique - Bibliothéconomie	Sorti jusqu'au 15/05/2026
B00011389	006.3 BAR	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	000 - Informatique - Bibliothéconomie	Disponible

Auditer l’énergie. Avant de déployer ses modèles : Vers des optimiseurs verts de requêtes analytiques / Simon Pierre DEMBELE  

Titre : Auditer l’énergie. Avant de déployer ses modèles : Vers des optimiseurs verts de requêtes analytiques Type de document : thèse Auteurs : Simon Pierre DEMBELE, Auteur ; Ladjel BELLATRÈCHE, Directeur de thèse ; LIAS UR 20299 UP-ENSIP / ISAE-ENSMA, Commanditaire ; Philippe FOUNIER-VIGER, Rapporteur ; Nabil LAYAIDA, Rapporteur ; Isabelle COMYN-WATTIAU, Examinateur ; Laurent LEFEVRE, Examinateur ; Carlos ORDONEZ, Examinateur Importance : 187 p. Note générale : NNT 2021ESMA0009 Remerciements Table des matières Bibliographie Annexes Liste des figures Liste des tableaux Résumé Mots clés Catégories : Apprentissage automatique Bases de données:Gestion Bases de données:Interrogation Consommation d'énergie Coût Économies d'énergie:Appareils et matériel Évaluation énergétique Résumé : INTRODUCTION GÉNÉRALE Contexte et problématique Notre vision de la caractérisation de l'énergie dans les BDs Objectifs Contributions de la thèse Organisation du manuscrit Publications ÉTAT DE L'ART : LES SYSTÈMES DE TRAITEMENT DES REQUÊTES (STRs) Introduction Les STRs dans les SSDs Modèle de coût Les paramètres sensibles à la dimension énrgétique Conclusion ÉTAT DE L'ART : GESTION DE L4ÉNERGIE DANS LES SYSTÈMES DE TRAITEMENTS DES REQUÊTES Introduction Préliminaire Taxonomie des techniques éco-énergétiques Approches d'EE dans les STRs Conclusion CONTRIBUTIONS : MÉTHODOLOGIE DE CONCEPTION DE NOS McE ET FORMULATION Introduction Modèles de coût énergétique (McE) dans les STRs Méthodologie de conception des McE Audit des Systèmes SSDs étudiés Analyse et études comparatives des SSDs étudiés Conception des McE Validation des modèles Conclusion CONTRIBUTIONS : FRAMEWORKS POUR LE DÉPLOIEMENT DE NOS MODÈLES DE COÛT ÉNERGÉTIQUE Introduction Optimisation énergétique dans le module de traitement des requêtes Estimation dynamique de l'énergie lors du traitement des requêtes (Simulation) Conclusion CONCLUSION ET PERSPECTIVES En ligne : https://tel.archives-ouvertes.fr/tel-03361382

Exemplaires (1)

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

Deep Learning avec Keras et TensorFlow : Mise en œuvre et cas concrets / Aurélien GÉRON

Titre : Deep Learning avec Keras et TensorFlow : Mise en œuvre et cas concrets Type de document : texte imprimé Auteurs : Aurélien GÉRON, Auteur Mention d'édition : 3e éd. Editeur : Dunod Année de publication : 2024 Importance : 610 p. ISBN/ISSN/EAN : 978-2-10-084769-3 Note générale : Table des matières Avant-propos Le mot de la fin Annexes Index Catégories : Apprentissage automatique Apprentissage par renforcement (intelligence artificielle) Apprentissage profond Réseaux neuronaux (informatique) TensorFlow (logiciel) Index. décimale : 006.3 Intelligence artificielle Résumé : Les fondamentaux du Machine Learning Introduction aux réseaux de neurones artificiels avec Keras Entraînement de réseaux de neurones profonds Modèles personnalisés et entraînement avec TensorFlow Chargement et prétraitement de données avec TensorFlow Vision par ordinateur et réseaux de neurones convolutifs Traitement des séquences avec des RNN et des CNN Traitement automatique du langage naturel avec les RNN et les attentions Autoencodeurs, GAN et modèles de diffusion Apprentissage par renforcement Entraînement et déploiement à grande échelle de modèles TensorFlow

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00011670	006.3 GER	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	000 - Informatique - Bibliothéconomie	Sorti jusqu'au 15/05/2026

Données de tests non fonctionnels de l'ombre à la lumière : une approche multidimensionnelle pour déployer une base de données / Lahcène BRAHIMI  

Titre : Données de tests non fonctionnels de l'ombre à la lumière : une approche multidimensionnelle pour déployer une base de données Type de document : thèse Auteurs : Lahcène BRAHIMI, Auteur ; Ladjel BELLATRÈCHE, Directeur de thèse ; Yassine OUHAMMOU, Directeur de thèse ; LIAS UR 20299 UP-ENSIP / ISAE-ENSMA, Commanditaire ; Djamal BENSLIMANE, Rapporteur ; Yudith CARDINALE, Rapporteur ; Abdelkader HAMEURLAIN, Examinateur ; Khalil DRIRA, Examinateur Importance : 192 p. Note générale : NNT 2017ESMA0009 Remerciements Table des matières Introduction générale Bibliographie Table des figures Liste des tableaux Glossaire Résumé Mots-clés Catégories : Apprentissage automatique Bases de données:Gestion Entrepôts de données OLAP (informatique) Ontologies (informatique) Prise de décision Systèmes de recommandation (informatique) Systèmes, Analyse de Systèmes, Conception de Résumé : ETAT DE L'ART Evolution du cycle de conception de bases de données Etudes des approches de sélection des SGBD et plateformes CONTRIBUTIONS Vers une explicitation des composantes de l'environnement de tests Approche multidimensionnelle des données des environnements de tests Système de recommandation pour le déploiement des bases de données CONCLUSION GENERALE ET PERSPECTIVES En ligne : https://tel.archives-ouvertes.fr/tel-01585828

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00014315	TH-17 BRA	Ouvrage	BIBLIOTHÈQUE - ACCÈS RÉSERVÉ	Thèses	Exclu du prêt
TH-17 BRA	BRA	Numérique	Thèses ISAE-ENSMA en ligne	Thèses	Exclu du prêt

Estimation et prédiction des productions d’énergies renouvelables et des consommations d’un réseau de distribution d’électricité / Mohamed TRIBAK  

Titre : Estimation et prédiction des productions d’énergies renouvelables et des consommations d’un réseau de distribution d’électricité Type de document : thèse Auteurs : Mohamed TRIBAK, Auteur ; Emmanuel GROLLEAU, Directeur de thèse ; Brice CHARDIN, Directeur de thèse ; Thierry POINOT, Directeur de thèse ; LIAS UR 20299 UP-ENSIP / ISAE-ENSMA, Commanditaire ; Sadok BEN YAHIA, Rapporteur ; Marie-Jeanne LESOT, Rapporteur ; Thomas DEVOGELE, Examinateur Année de publication : 2021 Importance : 166 p. Note générale : NNT 2021ESMA0012 Remerciements Résumé Abstract Table des matières Introduction générale Table des figures Liste des tableaux Bibliographie Annexes Résumé Mots clés Catégories : Apprentissage automatique Electricité:Production:Prévision Réseaux électriques intelligents Séries chronologiques Résumé : CONTEXTE GÉNÉRAL DE LA THÈSE Introduction du chapitre Réseau électrique français Contexte et enjeux de la thèse DONNÉES ET GÉNÉRALITÉS Introduction du chapitre Éléments de vocabulaire Données Prétraitement de données Qualité de données Conclusion du chapitre CONSOMMATION ÉLECTRIQUE DU RÉSEAU SRD Introduction du chapitre Objectif détaillé Généralités Données et expérimentation Résultats Conclusion du chapitre ESTIMATION DE LA PRODUCTION PV Introduction du chapitre Objectif détaillé Généralités Données et expérimentation Résultats Conclusion du chapitre PRÉVISION DE LA PRODUCTION PV Introduction du chapitre Objectif détaillé État de l'art Méthodologie de prévision Données et modélisation Résultats Conclusion du chapitre CONCLUSION GÉNÉRALE ET PERSPECTIVES En ligne : https://tel.archives-ouvertes.fr/tel-03477632

Exemplaires (1)

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

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

Intelligent Autonomous Systems : Foundations and Applications / Dilip, Kumar PRATIHAR

Titre : Intelligent Autonomous Systems : Foundations and Applications Type de document : texte imprimé Auteurs : Dilip, Kumar PRATIHAR, Éditeur scientifique ; Lakhmi C. JAIN, Éditeur scientifique Editeur : Heidelberg : Springer Année de publication : 2010 Importance : 265 p. ISBN/ISSN/EAN : 978-3-642-26256-2 Note générale : Foreword Preface Contents Author Index Appendix Catégories : Apprentissage automatique Intelligence artificielle Index. décimale : 006.3 Intelligence artificielle Résumé : /

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00014832	006.3 PRA	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

Machine Learning avec Scikit-Learn : Mise en œuvre et cas concrets / Aurélien GÉRON

Titre : Machine Learning avec Scikit-Learn : Mise en œuvre et cas concrets Type de document : texte imprimé Auteurs : Aurélien GÉRON, Auteur Mention d'édition : 3e éd. Editeur : Dunod Année de publication : 2023 Importance : 324 p. ISBN/ISSN/EAN : 978-2-10-084768-6 Note générale : Table des matières Avant-propos Le mot de la fin Annexes Index Catégories : Apprentissage automatique Forêts d'arbres de décision Scikit-Learn (logiciel) Index. décimale : 006.3 Intelligence artificielle Résumé : Vue d'ensemble du Machine Learning Un projet de Machine Learning de bout en bout Classification Entraînement de modèles Machines à vecteurs de support Arbres de décision Apprentissage d'ensemble et forêts aléatoires Réduction de dimension Techniques d'apprentissage non supervisé

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00011675	006.3 GER	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	000 - Informatique - Bibliothéconomie	Sorti jusqu'au 15/05/2026

Machine Learning: The Art and Science of Algorithms That Make Sense of Data / Peter A. FLACH

Titre : Machine Learning: The Art and Science of Algorithms That Make Sense of Data Type de document : texte imprimé Auteurs : Peter A. FLACH, Auteur Mention d'édition : 11TH PRINTING Editeur : Cambridge : Cambridge Univeristy Press Année de publication : 2017 Importance : 396 p. ISBN/ISSN/EAN : 978-1-107-09639-4 Note générale : Brief Contents Contents Preface Prologue: A Machine Learning Sampler Important Points to Remember References Index Langues : Anglais (eng) Catégories : Apprentissage automatique Intelligence artificielle Index. décimale : 006.3 Intelligence artificielle Résumé : The Ingredients of Machine Learning Binary Classification and Related Tasks Beyond Binary Classification Concept Learning Tree Models Rule Models Linear Models Distance-Based Models Probabilistic Models Features Model Ensembles Machine Learning Experiments Epilogue: Where to Go From Here

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00014545	006.3 FLA	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	000 - Informatique - Bibliothéconomie	Disponible

Reinforcement Learning: An Introduction / Richard S. SUTTON

Titre : Reinforcement Learning: An Introduction Type de document : texte imprimé Auteurs : Richard S. SUTTON ; Andrew G. BARTO Mention d'édition : Second edition Editeur : The MIT Press Année de publication : 2020 Importance : 526 p. ISBN/ISSN/EAN : 978-0-262-03924-6 Note générale : Contents Prefaces Summary of Notation Introduction References Index Catégories : Apprentissage automatique Apprentissage par renforcement (intelligence artificielle) Intelligence artificielle Machines logiques Index. décimale : 006.3 Intelligence artificielle Résumé : TABULAR SOLUTION METHODS Multi-Armed Bandits Finite Markov Decision Processes Dynamic Programming Monte Carlo Methods Temporal-Difference Learning n-Step Bootstrapping Planning and Learning with Tablar Methods APPROXIMATE SOLUTION METHODS On-Policy Prediction with Approwimation On-Policy Control with Approximation *Off-Policy Methods with Approximation Eligibility Traces Policy Gradient Methods LOOKING DEEPER Psychology Neuroscience Applications and Case Studies Frontiers

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00014572	006.3 SUT	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	000 - Informatique - Bibliothéconomie	Disponible

---

1 (1 - 11 / 11) Par page : 25 50 100 200