Deep learning en action / Josh Patterson

Public ISBD Titre : Deep learning en action : la référence du praticien Type de document : texte imprimé Auteurs : Josh Patterson, Auteur ; Adam Gibson (1989-....), Auteur Editeur : Paris : First interactive Année de publication : DL 2018 Autre Editeur : O'Reilly Importance : 1 vol. (XX-534 p.) Présentation : ill. Format : 23 cm ISBN/ISSN/EAN : 978-2-412-03744-7 Prix : 24860F Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : Apprentissage profond Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : Bien que l'intérêt pour l'apprentissage automatique ait atteint un niveau considérable, des attentes trop élevées font souvent échouer les projets avant qu'ils n'aillent très loin. Comment l'apprentissage automatique, en particulier les réseaux de neurones profonds, peut-il faire une réelle différence dans votre entreprise ? Ce livre fournit non seulement les informations les plus pratiques sur ce sujet, mais il vous aide en outre à construire des réseaux de deep learning efficaces. Les auteurs de cet ouvrage vous fournissent les bases fondamentales du deep learning, de la parallélisation, de la vectorisation et de la construction de pipelines, qui sont valables pour n'importe quel système de développement. Ils vous guident ensuite dans les arcanes de la bibliothèque open source Deeplearning4j (DL4J). Grâce à des exemples concrets, vous apprendrez des méthodes et des stratégies pour construire des architectures de réseaux profonds, ainsi que pour exécuter des workflows de deep learning sur Spark et Hadoop avec DL4J. Deep learning en action : la référence du praticien [texte imprimé] / Josh Patterson, Auteur ; Adam Gibson (1989-....), Auteur . - Paris : First interactive : O'Reilly, DL 2018 . - 1 vol. (XX-534 p.) : ill. ; 23 cm. ISBN : 978-2-412-03744-7 : 24860F Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : Apprentissage profond Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : Bien que l'intérêt pour l'apprentissage automatique ait atteint un niveau considérable, des attentes trop élevées font souvent échouer les projets avant qu'ils n'aillent très loin. Comment l'apprentissage automatique, en particulier les réseaux de neurones profonds, peut-il faire une réelle différence dans votre entreprise ? Ce livre fournit non seulement les informations les plus pratiques sur ce sujet, mais il vous aide en outre à construire des réseaux de deep learning efficaces. Les auteurs de cet ouvrage vous fournissent les bases fondamentales du deep learning, de la parallélisation, de la vectorisation et de la construction de pipelines, qui sont valables pour n'importe quel système de développement. Ils vous guident ensuite dans les arcanes de la bibliothèque open source Deeplearning4j (DL4J). Grâce à des exemples concrets, vous apprendrez des méthodes et des stratégies pour construire des architectures de réseaux profonds, ainsi que pour exécuter des workflows de deep learning sur Spark et Hadoop avec DL4J.

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
100035248	K.45 PAT	Livre	Salle " Abraham Lincoln"	AL-E7e	A Consulter sur Place Exclu du prêt

Deep learning génératif / David Foster

Public ISBD Titre : Deep learning génératif : [apprendre aux machines à dessiner, composer, écrire et jouer] Type de document : texte imprimé Auteurs : David Foster, Auteur Editeur : Paris : First interactive Année de publication : DL 2024 Autre Editeur : O'Reilly Importance : 1 vol. (XII-456 p.) Présentation : ill. Format : 23 cm ISBN/ISSN/EAN : 978-2-412-09269-9 Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : Apprentissage profond  Créativité en technologie  Modélisation des données (informatique) Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : L'intelligence artificielle générative est le sujet en pointe dans le monde des hautes technologies, notamment grâce à ChatGPT. Très bon démarrage de ChatGPT pour les Nuls, avec plus de 2 000 ex. vendus en 3 mois. Ce guide pratique s'adresse aux ingénieurs de l'apprentissage machine (machine learning) et aux data scientists qui veulent créer des modèles d'apprentissage profond (deep learning) génératifs en partant de zéro. Après une présentation des bases du deep learning, à vous les architectures de réseaux de neurones les plus sophistiquées ! Auto-encodeurs variationnels, réseaux antagonistes génératifs et systèmes d'entraînement du langage n'auront bien plus de secrets pour vous.Ce livre explore toutes les potentialités du l'IA générative, en matière de texte, de musique ou d'image, ainsi que les perspectives qu'elle ouvre aux entreprises. Deep learning génératif : [apprendre aux machines à dessiner, composer, écrire et jouer] [texte imprimé] / David Foster, Auteur . - Paris : First interactive : O'Reilly, DL 2024 . - 1 vol. (XII-456 p.) : ill. ; 23 cm. ISBN : 978-2-412-09269-9 Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : Apprentissage profond  Créativité en technologie  Modélisation des données (informatique) Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : L'intelligence artificielle générative est le sujet en pointe dans le monde des hautes technologies, notamment grâce à ChatGPT. Très bon démarrage de ChatGPT pour les Nuls, avec plus de 2 000 ex. vendus en 3 mois. Ce guide pratique s'adresse aux ingénieurs de l'apprentissage machine (machine learning) et aux data scientists qui veulent créer des modèles d'apprentissage profond (deep learning) génératifs en partant de zéro. Après une présentation des bases du deep learning, à vous les architectures de réseaux de neurones les plus sophistiquées ! Auto-encodeurs variationnels, réseaux antagonistes génératifs et systèmes d'entraînement du langage n'auront bien plus de secrets pour vous.Ce livre explore toutes les potentialités du l'IA générative, en matière de texte, de musique ou d'image, ainsi que les perspectives qu'elle ouvre aux entreprises.

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
100056966	K.45 FOS	Livre	Salle " Abraham Lincoln"	AL-E7c	Prêt possible Disponible
100056979	K.45 FOS	Livre	Salle " Abraham Lincoln"	AL-E7c	A Consulter sur Place Exclu du prêt

Développer des applications machine learning / Emmanuel Ameisen

Public ISBD Titre : Développer des applications machine learning Type de document : texte imprimé Auteurs : Emmanuel Ameisen, Auteur Editeur : Paris : First interactive Année de publication : DL 2020 Autre Editeur : O'Reilly Importance : 1 vol. (XVI-257 p.) Présentation : ill. Format : 24 cm ISBN/ISSN/EAN : 978-2-412-05802-2 Prix : 29,95 EUR Note générale : Index Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : Apprentissage automatique  Exploration de données Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : Le livre ultime pour rendre toutes les applications machine learning encore plus efficaces Ce livre s'adresse à tous les développeurs d'applications de type machine learning qui souhaitent optimiser les performances de leurs applications avant de les mettre en production. Au programme : Déterminez le but à atteindre pour votre application et mettez en oeuvre votre solution machine learning. Mettez en oeuvre votre premier pipeline machine learning pour optimiser la gestion des flux de données Evaluez votre modèle machine learning afin d'analyser ses performances Déployez et gérez des modèles dans un environnement de production Développer des applications machine learning [texte imprimé] / Emmanuel Ameisen, Auteur . - Paris : First interactive : O'Reilly, DL 2020 . - 1 vol. (XVI-257 p.) : ill. ; 24 cm. ISBN : 978-2-412-05802-2 : 29,95 EUR Index Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : Apprentissage automatique  Exploration de données Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : Le livre ultime pour rendre toutes les applications machine learning encore plus efficaces Ce livre s'adresse à tous les développeurs d'applications de type machine learning qui souhaitent optimiser les performances de leurs applications avant de les mettre en production. Au programme : Déterminez le but à atteindre pour votre application et mettez en oeuvre votre solution machine learning. Mettez en oeuvre votre premier pipeline machine learning pour optimiser la gestion des flux de données Evaluez votre modèle machine learning afin d'analyser ses performances Déployez et gérez des modèles dans un environnement de production

Réservation

Réserver ce document

Exemplaires (4)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
100058748	K.45 AME	Livre	Salle " Abraham Lincoln"	AL-E7b	A Consulter sur Place Exclu du prêt
100058750	K.45 AME	Livre	Salle " Abraham Lincoln"	AL-E7b	A Consulter sur Place Exclu du prêt
100057132	K.45 AME	Livre	Salle " Abraham Lincoln"	AL-E7b	Prêt possible Disponible
100057088	K.45 AME	Livre	Salle " Abraham Lincoln"	AL-E7b	A Consulter sur Place Exclu du prêt

Le machine learning avec Python / Andreas C. Müller

Public ISBD Titre : Le machine learning avec Python : la bible des data scientists Type de document : texte imprimé Auteurs : Andreas C. Müller, Auteur ; Sarah Guido, Auteur Editeur : Paris : First interactive Année de publication : DL 2018 Autre Editeur : O'Reilly Importance : 1 vol. (XII-376 p.) Présentation : ill. Format : 23 cm ISBN/ISSN/EAN : 978-2-412-03446-0 Prix : 35 EUR Note générale : Index Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : Apprentissage automatique  Python (langage de programmation) Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : Entrez de plain-pied dans le monde fascinant la data science Le machine learning avec Python : la bible des data scientists [texte imprimé] / Andreas C. Müller, Auteur ; Sarah Guido, Auteur . - Paris : First interactive : O'Reilly, DL 2018 . - 1 vol. (XII-376 p.) : ill. ; 23 cm. ISBN : 978-2-412-03446-0 : 35 EUR Index Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : Apprentissage automatique  Python (langage de programmation) Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : Entrez de plain-pied dans le monde fascinant la data science

Réservation

Réserver ce document

Exemplaires (5)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
100056971	K.45 MUL	Livre	Salle " Abraham Lincoln"	AL-E7d	Prêt possible Disponible
100056967	K.45 MUL	Livre	Salle " Abraham Lincoln"	AL-E7e	A Consulter sur Place Exclu du prêt
100035283	K.45 MUL	Livre	Salle " Abraham Lincoln"	AL-E7e	A Consulter sur Place Exclu du prêt
100057866	K.45 MUL	Livre	Salle " Abraham Lincoln"	AL-E7e	Prêt possible Disponible
100057868	K.45 MUL	Livre	Salle " Abraham Lincoln"	AL-E7e	A Consulter sur Place Exclu du prêt

Machine learning avec R / Scott V. Burger

Public ISBD Titre : Machine learning avec R : pour une modélisation mathématique rigoureuse Type de document : texte imprimé Auteurs : Scott V. Burger, Auteur Editeur : Paris : First interactive Année de publication : DL 2018 Autre Editeur : O'Reilly Importance : 1 vol. (X-224 p.) Présentation : ill. Format : 23 cm ISBN/ISSN/EAN : 978-2-412-04115-4 Prix : 35 EUR Note générale : Index Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : R  Apprentissage automatique Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : L'apprentissage automatique est un sujet intimidant jusqu'à ce que vous en connaissiez les principes fondamentaux. Si vous comprenez les principes essentiels du codage, ce livre d'introduction vous aidera à acquérir une base solide dans le domaine de l'apprentissage automatique. En utilisant le langage de programmation R, vous commencerez par apprendre à modéliser avec la régression, puis vous passerez à des sujets plus avancés tels que les réseaux de neurones et les méthodes arborescentes. Finalement, vous plongerez dans le monde de l'apprentissage automatique. en utilisant le package caret associé au langage de programmation R. Une fois que vous aurez développé une réelle familiarité avec des sujets tels que la différence entre les modèles de régression et de classification, vous serez en mesure de résoudre de multiples problèmes d'apprentissage automatique. L'auteur, Scott V. Burger, fournit également plusieurs exemples pour vous aider à bâtir une connaissance pratique de l'apprentissage automatique. Explorez le domaine de l'apprentissage automatique, de ses modèles, de ses algorithmes et de l'entraînement des données Comprenez les algorithmes d'apprentissage automatique supervisés et non supervisés Examinez les notions statistiques utiles pour la conception de données à utiliser dans les modèles Plongez dans les modèles de régression linéaire utilisés dans les affaires et la science Utilisez des réseaux de neurones monocouches et multicouches pour calculer les sorties Regardez comment fonctionnent les modèles arborescents, y compris les arbres de décision courants Obtenez une vue complète de l'écosystème de l'apprentissage automatique en R Explorez la puissance des outils disponibles dans le package caret de R Machine learning avec R : pour une modélisation mathématique rigoureuse [texte imprimé] / Scott V. Burger, Auteur . - Paris : First interactive : O'Reilly, DL 2018 . - 1 vol. (X-224 p.) : ill. ; 23 cm. ISBN : 978-2-412-04115-4 : 35 EUR Index Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : R  Apprentissage automatique Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : L'apprentissage automatique est un sujet intimidant jusqu'à ce que vous en connaissiez les principes fondamentaux. Si vous comprenez les principes essentiels du codage, ce livre d'introduction vous aidera à acquérir une base solide dans le domaine de l'apprentissage automatique. En utilisant le langage de programmation R, vous commencerez par apprendre à modéliser avec la régression, puis vous passerez à des sujets plus avancés tels que les réseaux de neurones et les méthodes arborescentes. Finalement, vous plongerez dans le monde de l'apprentissage automatique. en utilisant le package caret associé au langage de programmation R. Une fois que vous aurez développé une réelle familiarité avec des sujets tels que la différence entre les modèles de régression et de classification, vous serez en mesure de résoudre de multiples problèmes d'apprentissage automatique. L'auteur, Scott V. Burger, fournit également plusieurs exemples pour vous aider à bâtir une connaissance pratique de l'apprentissage automatique. Explorez le domaine de l'apprentissage automatique, de ses modèles, de ses algorithmes et de l'entraînement des données Comprenez les algorithmes d'apprentissage automatique supervisés et non supervisés Examinez les notions statistiques utiles pour la conception de données à utiliser dans les modèles Plongez dans les modèles de régression linéaire utilisés dans les affaires et la science Utilisez des réseaux de neurones monocouches et multicouches pour calculer les sorties Regardez comment fonctionnent les modèles arborescents, y compris les arbres de décision courants Obtenez une vue complète de l'écosystème de l'apprentissage automatique en R Explorez la puissance des outils disponibles dans le package caret de R

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
100056990	K.45 BUR	Livre	Salle " Abraham Lincoln"	AL-E7c	A Consulter sur Place Exclu du prêt
100056984	K.45 BUR	Livre	Salle " Abraham Lincoln"	AL-E7c	Prêt possible Disponible

TensorFlow pour le deep learning / Bharath Ramsundar

Permalink

---

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