Introduction au machine learning / Azencott, Chloé-Agathe

Public ISBD Titre : Introduction au machine learning Type de document : texte imprimé Auteurs : Azencott, Chloé-Agathe, Auteur Editeur : Malakoff (Hauts-de-Seine) - France : Dunod Année de publication : c2018 Collection : Sciences sup Sous-collection : Licence 3, master, écoles d'ingénieur Importance : 1 vol. (XI-227 p.) Présentation : ill., couv. ill. en coul. Format : 24 cm Prix : 24,90 € Note générale : Notes bibliogr. Index Langues : Français (fre) Catégories : Algorithmes -- Manuels d'enseignement supérieur ; Apprentissage automatique -- Manuels d'enseignement supérieur ; Données massives -- Gestion -- Manuels d'enseignement supérieur Index. décimale : 006.31 Résumé : La 4e de couv. indique : "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 86 exercices, tous corrigés." Note de contenu : Introduction -- Supervised learning -- Bayesian decision theory -- Parametric methods -- Multivariate methods -- Dimensionality reduction -- Clustering -- Nonparametric methods -- Decision trees -- Linear discrimination -- Multilayer perceptrons -- Local models -- Kernel machines -- Graphical models -- Hidden markov models -- Bayesian estimation -- Combining multiple learners -- Reinforcement learning -- Design and analysis of machine learning experiments Introduction au machine learning [texte imprimé] / Azencott, Chloé-Agathe, Auteur . - Malakoff (Hauts-de-Seine) - France (Malakoff (Hauts-de-Seine) - France) : Dunod, c2018 . - 1 vol. (XI-227 p.) : ill., couv. ill. en coul. ; 24 cm. - (Sciences sup. Licence 3, master, écoles d'ingénieur) . 24,90 € Notes bibliogr. Index Langues : Français (fre) Catégories : Algorithmes -- Manuels d'enseignement supérieur ; Apprentissage automatique -- Manuels d'enseignement supérieur ; Données massives -- Gestion -- Manuels d'enseignement supérieur Index. décimale : 006.31 Résumé : La 4e de couv. indique : "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 86 exercices, tous corrigés." Note de contenu : Introduction -- Supervised learning -- Bayesian decision theory -- Parametric methods -- Multivariate methods -- Dimensionality reduction -- Clustering -- Nonparametric methods -- Decision trees -- Linear discrimination -- Multilayer perceptrons -- Local models -- Kernel machines -- Graphical models -- Hidden markov models -- Bayesian estimation -- Combining multiple learners -- Reinforcement learning -- Design and analysis of machine learning experiments

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
36398	006.31 AZEN I	Livre	Polytechnique	Libre Accès	Disponible

---

1 (1 - 1 / 1)