| Titre : | Le machine learning avec Python : la bible des data scientists |
| Auteurs : | Andreas C. Müller, Auteur ; Sarah Guido, Auteur |
| Type de document : | texte imprimé |
| Editeur : | Paris : First interactive, 2018 |
| ISBN/ISSN/EAN : | 978-2-412-03446-0 |
| Format : | 1 vol. (XII-376 p.) / ill. / 23 cm |
| Note générale : | Index |
| Langues: | Français |
| Langues originales: | Anglais |
| Index. décimale : | 006.31 (Apprentissage automatique) |
| Catégories : |
Ouvrages > Généralités (ouvrages généraux), information, informatique > Informatique |
| Mots-clés: | Apprentissage automatique Python (langage de programmation) |
| Résumé : |
Le machine learning (ou apprentissage automatique) est désormais partie intégrante de nombreuses applications commerciales et projets de recherche. Mais ce domaine ne reste pas l'apanage des grandes entreprises dotées d'un département en recherche et développement. Si vous connaissez un minimum le langage de programmation Python, vous apprendrez grâce à ce livre à concevoir vos propres solutions de machine learning. Avec la masse de données qui circulent actuellement, la seule limite que peuvent connaître vos applications de machine learning, c'est votre imagination. Cet ouvrage énumère les étapes nécessaires à la création d'une application de machine learning réussie avec Python et la librairie scikit-learn. Ses auteurs se sont efforcés de ne pas trop insister sur les aspects mathématiques de l'apprentissage automatique, mais plutôt sur les utilisations pratiques de ces algorithmes. Si vous êtes déjà quelque peu familiarisé avec les librairies NumPy et matplotlib, vous n'en serez que plus à l'aise. Au programme de ce livre : - Concepts fondamentaux et applications de machine learning. - Avantages et inconvénients d'utiliser les algorithmes de machine learning les plus courants. - Comment représenter les données traitées par le machine learning, et sur lesquelles se concentrer. - Méthodes avancées d'évaluation de modèle et ajustement des paramètres - Le concept de pipeline pour le chaînage des modèles et l'encapsulation du flux de travail. - Techniques de traitement des données textuelles. - Suggestions pour améliorer vos compétences en apprentissage automatique et en sciences des données. |
| Côte titre : |
S8/86635-86637 |
Exemplaires (3)
| Cote | Support | Localisation | Disponibilité |
|---|---|---|---|
| S8/86635 | Livre | Bibliothèque centrale | Sorti jusqu'au 16/01/2020 |
| S8/86636 | Livre | Bibliothèque centrale | Disponible |
| S8/86637 | Livre | Bibliothèque centrale | Disponible |
Accueil
