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.