University Sétif 1 FERHAT ABBAS Faculty of Sciences
Résultat de la recherche
1 résultat(s) recherche sur le mot-clé 'Intelligence artificielle Apprentissage automatique Algorithmes'
Ajouter le résultat dans votre panier Affiner la recherche Générer le flux rss de la recherche
Partager le résultat de cette recherche
Apprentissage artificiel / Antoine Cornuéjols
Titre : Apprentissage artificiel Type de document : texte imprimé Auteurs : Antoine Cornuéjols, Auteur ; Laurent Miclet, Auteur Mention d'édition : 2e éd. Editeur : Paris : Eyrolles Année de publication : 2010 Collection : Algorithmes (Paris), ISSN 1625-113X Importance : 1 vol. (803 p.) Présentation : ill., couv. ill. Format : 24 cm ISBN/ISSN/EAN : 978-2-212-12471-2 Note générale : Bibliogr. p. 765-795. Index Langues : Français (fre) Catégories : Informatique Mots-clés : Intelligence artificielle
Apprentissage automatique
AlgorithmesIndex. décimale : 006.3 - Intelligence artificielle Résumé :
Les programmes d'intelligence artificielle sont aujourd'hui capables de reconnaître des commandes vocales, d'analyser automatiquement des photos satellites, d'assister des experts pour prendre des décisions dans des environnements complexes et évolutifs (analyse de marchés financiers, diagnostics médicaux...), de fouiller d'immenses bases de données hétérogènes, telles les innombrables pages du Web...
Pour réaliser ces tâches, ils sont dotés de modules d'apprentissage leur permettant d'adapter leur comportement à des situations jamais rencontrées, ou d'extraire des lois à partir de bases de données d'exemples.
Ce livre présente les concepts qui sous-tendent l'apprentissage artificiel, les algorithmes qui en découlent et certaines de leurs applications. Son objectif est de décrire un ensemble d'algorithmes utiles en tentant d'établir un cadre théorique pour l'ensemble des techniques regroupées sous ce terme "d'apprentissage artificiel".
À qui s'adresse ce livre ?
Ce livre s'adresse tant aux décideurs et aux ingénieurs qui souhaitent mettre au point des applications qu'aux étudiants de niveau Master 1 et 2 et en école d'ingénieurs, qui souhaitent un ouvrage de référence sur ce domaine clé de l'intelligence artificielle.Note de contenu :
Sommaire
I. Les fondements de l'apprentissage
1. De l'apprentissage naturel à l'apprentissage artificiel
2. Première approche théorique de l'induction
3. L'environnement méthodologique de l'apprentissage
II. Apprentissage par exploration
4. Induction et relation d'ordre : l'espace des versions
5. La programmation logique inductive
6. Transfert de connaissances et apprentissage par analogie
7. L'inférence grammaticale
8. Apprentissage par évolution simulée
III. Apprentissage par optimisation
9. L'apprentissage de modèles linéaires
10. L'apprentissage de réseaux connexionnistes
11. L'apprentissage de réseaux bayésiens
12. L'apprentissage de modèles de Markov cachés
13. Apprentissage par inférence d'arbres
IV. Apprentissage par approximation et interpolation
14. Méthode à noyaux
15. L'apprentissage bayésien et son approximation
16. L'apprentissage de réflexes par renforcement
V. Au-delà de l'apprentissage supervisé
17. Apprentissage de combinaisons d'experts
18. La classification non supervisée et la fouille de données
19. L'apprentissage semi-supervisé
20. Vers de nouvelles tâches et de nouvelles questions
21. Analyse de l'induction : approfondissements et ouvertures
VI. Annexes techniquesCôte titre : Fs/19539,Fs/4613-4615,Fs/7119 Apprentissage artificiel [texte imprimé] / Antoine Cornuéjols, Auteur ; Laurent Miclet, Auteur . - 2e éd. . - Paris : Eyrolles, 2010 . - 1 vol. (803 p.) : ill., couv. ill. ; 24 cm. - (Algorithmes (Paris), ISSN 1625-113X) .
ISBN : 978-2-212-12471-2
Bibliogr. p. 765-795. Index
Langues : Français (fre)
Catégories : Informatique Mots-clés : Intelligence artificielle
Apprentissage automatique
AlgorithmesIndex. décimale : 006.3 - Intelligence artificielle Résumé :
Les programmes d'intelligence artificielle sont aujourd'hui capables de reconnaître des commandes vocales, d'analyser automatiquement des photos satellites, d'assister des experts pour prendre des décisions dans des environnements complexes et évolutifs (analyse de marchés financiers, diagnostics médicaux...), de fouiller d'immenses bases de données hétérogènes, telles les innombrables pages du Web...
Pour réaliser ces tâches, ils sont dotés de modules d'apprentissage leur permettant d'adapter leur comportement à des situations jamais rencontrées, ou d'extraire des lois à partir de bases de données d'exemples.
Ce livre présente les concepts qui sous-tendent l'apprentissage artificiel, les algorithmes qui en découlent et certaines de leurs applications. Son objectif est de décrire un ensemble d'algorithmes utiles en tentant d'établir un cadre théorique pour l'ensemble des techniques regroupées sous ce terme "d'apprentissage artificiel".
À qui s'adresse ce livre ?
Ce livre s'adresse tant aux décideurs et aux ingénieurs qui souhaitent mettre au point des applications qu'aux étudiants de niveau Master 1 et 2 et en école d'ingénieurs, qui souhaitent un ouvrage de référence sur ce domaine clé de l'intelligence artificielle.Note de contenu :
Sommaire
I. Les fondements de l'apprentissage
1. De l'apprentissage naturel à l'apprentissage artificiel
2. Première approche théorique de l'induction
3. L'environnement méthodologique de l'apprentissage
II. Apprentissage par exploration
4. Induction et relation d'ordre : l'espace des versions
5. La programmation logique inductive
6. Transfert de connaissances et apprentissage par analogie
7. L'inférence grammaticale
8. Apprentissage par évolution simulée
III. Apprentissage par optimisation
9. L'apprentissage de modèles linéaires
10. L'apprentissage de réseaux connexionnistes
11. L'apprentissage de réseaux bayésiens
12. L'apprentissage de modèles de Markov cachés
13. Apprentissage par inférence d'arbres
IV. Apprentissage par approximation et interpolation
14. Méthode à noyaux
15. L'apprentissage bayésien et son approximation
16. L'apprentissage de réflexes par renforcement
V. Au-delà de l'apprentissage supervisé
17. Apprentissage de combinaisons d'experts
18. La classification non supervisée et la fouille de données
19. L'apprentissage semi-supervisé
20. Vers de nouvelles tâches et de nouvelles questions
21. Analyse de l'induction : approfondissements et ouvertures
VI. Annexes techniquesCôte titre : Fs/19539,Fs/4613-4615,Fs/7119 Exemplaires (5)
Code-barres Cote Support Localisation Section Disponibilité Fs/19539 Fs/19539 Livre Bibliothéque des sciences Français Disponible
DisponibleFs/4613 Fs/4613-4615 livre Bibliothéque des sciences Français Disponible
DisponibleFs/4614 Fs/4613-4615 livre Bibliothéque des sciences Français Disponible
DisponibleFs/4615 Fs/4613-4615 livre Bibliothéque des sciences Français Disponible
DisponibleFs/7119 Fs/7119 livre Bibliothéque des sciences Français Disponible
Disponible