Apprentissage artificiel / Antoine Cornuéjols

Public ISBD 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 Algorithmes Index. 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 techniques Côte 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 Algorithmes Index. 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 techniques Côte 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 Disponible
Fs/4613	Fs/4613-4615	livre	Bibliothéque des sciences	Français	Disponible Disponible
Fs/4614	Fs/4613-4615	livre	Bibliothéque des sciences	Français	Disponible Disponible
Fs/4615	Fs/4613-4615	livre	Bibliothéque des sciences	Français	Disponible Disponible
Fs/7119	Fs/7119	livre	Bibliothéque des sciences	Français	Disponible Disponible

Apprentissage artificiel / Antoine Cornuéjols

Public ISBD Titre : Apprentissage artificiel : Deep learning, concepts et algorithmes Type de document : texte imprimé Auteurs : Antoine Cornuéjols, Auteur ; Laurent Miclet, Auteur ; Vincent Barra, Auteur Mention d'édition : 3e éd. Editeur : Paris : Eyrolles Année de publication : 2018 Collection : Algorithmes (Paris), ISSN 1625-113X Importance : 1 vol. (899 p.) Présentation : ill. Format : 23 cm ISBN/ISSN/EAN : 978-2-212-67522-1 Note générale : 978-2-212-67522-1 Langues : Français (fre) Catégories : Informatique Mots-clés : Intelligence artificielle Index. 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". La troisième édition de ce livre a été complètement réorganisée pour s'adapter aux évolutions très significatives de l'apprentissage artificiel ces dernières années. Une large place y est accordée aux techniques d'apprentissage profond et à de nouvelles applications, incluant le traitement de flux de données. [Cit. 4e de co Note de contenu : Sommaire P. iii. Table des matières P. ix. Notations P. 1. I Des machines apprenantes ! P. 3. 1 Des algorithmes qui apprennent ? P. 43. 2 Introduction à des approches théoriques de l'induction supervisée P. 85. II L'induction exploitant la structure de l'espace des hypothèses P. 87. 3 Exploitation d'une relation de généralité entre hypothèses P. 111. 4 L'inférence grammaticale P. 153. 5 La programmation logique inductive P. 191. 6 La recherche de motifs dans les données P. 213. 7 Apprentissage et théorie du domaine P. 237. III L'induction par optimisation d'un critère inductif P. 239. 8 L'apprentissage de modèles linéaires P. 269. 9 L'apprentissage de réseaux connexionnistes P. 301. 10 Apprentissage profond P. 339. IV L'induction par comparaison à des exemples (et par collaboration) P. 341. 11 Apprentissage par similarité P. 371. 12 Méthodes à noyaux P. 431. 13 Apprentissage par combinaison d'experts P. 471. V L'apprentissage descriptif P. 473. 14 Apprentissages non supervisés P. 501. 15 Les changements de représentation P. 531. 16 L'apprentissage bayésien et son approximation P. 573. 17 L'apprentissage de réseaux bayésiens P. 603. 18 L'apprentissage de modèles de Markov cachés P. 627. VI Apprentissage en environnement non stationnaire P. 629. 19 L'apprentissage de réflexes par renforcement P. 671. 20 Nouveaux scénarios : apprentissages actif, en ligne et par transfert P. 707. VII Aspects pratiques et suppléments P. 790. 21 L'apprentissage semi-supervisé P. 733. 22 Analyse de l'induction : approfondissement et ouvertures P. 767. 23 Aspects pratiques de l'apprentissage P. 817. VIII Annexes techniques P. 819. 24 Annexes techniques P. 851. Bibliographie P. 891. Index Côte titre : Fs/23260-23261 Apprentissage artificiel : Deep learning, concepts et algorithmes [texte imprimé] / Antoine Cornuéjols, Auteur ; Laurent Miclet, Auteur ; Vincent Barra, Auteur  . -  3e éd. . - Paris : Eyrolles, 2018 . - 1 vol. (899 p.) : ill. ; 23 cm. - (Algorithmes (Paris), ISSN 1625-113X) . ISBN : 978-2-212-67522-1 978-2-212-67522-1 Langues : Français (fre) Catégories : Informatique Mots-clés : Intelligence artificielle Index. 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". La troisième édition de ce livre a été complètement réorganisée pour s'adapter aux évolutions très significatives de l'apprentissage artificiel ces dernières années. Une large place y est accordée aux techniques d'apprentissage profond et à de nouvelles applications, incluant le traitement de flux de données. [Cit. 4e de co Note de contenu : Sommaire P. iii. Table des matières P. ix. Notations P. 1. I Des machines apprenantes ! P. 3. 1 Des algorithmes qui apprennent ? P. 43. 2 Introduction à des approches théoriques de l'induction supervisée P. 85. II L'induction exploitant la structure de l'espace des hypothèses P. 87. 3 Exploitation d'une relation de généralité entre hypothèses P. 111. 4 L'inférence grammaticale P. 153. 5 La programmation logique inductive P. 191. 6 La recherche de motifs dans les données P. 213. 7 Apprentissage et théorie du domaine P. 237. III L'induction par optimisation d'un critère inductif P. 239. 8 L'apprentissage de modèles linéaires P. 269. 9 L'apprentissage de réseaux connexionnistes P. 301. 10 Apprentissage profond P. 339. IV L'induction par comparaison à des exemples (et par collaboration) P. 341. 11 Apprentissage par similarité P. 371. 12 Méthodes à noyaux P. 431. 13 Apprentissage par combinaison d'experts P. 471. V L'apprentissage descriptif P. 473. 14 Apprentissages non supervisés P. 501. 15 Les changements de représentation P. 531. 16 L'apprentissage bayésien et son approximation P. 573. 17 L'apprentissage de réseaux bayésiens P. 603. 18 L'apprentissage de modèles de Markov cachés P. 627. VI Apprentissage en environnement non stationnaire P. 629. 19 L'apprentissage de réflexes par renforcement P. 671. 20 Nouveaux scénarios : apprentissages actif, en ligne et par transfert P. 707. VII Aspects pratiques et suppléments P. 790. 21 L'apprentissage semi-supervisé P. 733. 22 Analyse de l'induction : approfondissement et ouvertures P. 767. 23 Aspects pratiques de l'apprentissage P. 817. VIII Annexes techniques P. 819. 24 Annexes techniques P. 851. Bibliographie P. 891. Index Côte titre : Fs/23260-23261

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
Fs/23260	Fs/23260-23261	livre	Bibliothéque des sciences	Français	Disponible Sorti jusqu'au 09/01/2024
Fs/23261	Fs/23260-23261	livre	Bibliothéque des sciences	Français	Disponible Disponible

Apprentissage machine / Massih-Reza Amini  

Public ISBD Titre : Apprentissage machine : De la théorie à la pratique Type de document : texte imprimé Auteurs : Massih-Reza Amini, Auteur Editeur : Paris : Eyrolles Année de publication : 2015 Collection : Algorithmes (Paris), ISSN 1625-113X Importance : 1 vol. (272 p.) Présentation : ill., fig., couv. ill. en coul. Format : 23 cm ISBN/ISSN/EAN : 978-2-212-13800-9 Note générale : 978-2-212-13800-9 Langues : Français (fre) Catégories : Informatique Mots-clés : Apprentissage supervisé (intelligence artificielle) Apprentissage automatique Intelligence computationnelle Intelligence artificielle Index. décimale : 006.3 Intelligence artificielle Résumé : L'apprentissage machine est l'un des domaines phares de l'intelligence artificielle. Il concerne l'étude et le développement de modèles quantitatifs permettant à un ordinateur d'accomplir des tâches sans qu'il soit explicitement programmé à les faire. Apprendre dans ce contexte revient à reconnaître des formes complexes et à prendre des décisions intelligentes. Compte tenu de toutes les entrées existantes, la complexité pour y arriver réside dans le fait que l'ensemble des décisions possibles est généralement très difficile à énumérer. Les algorithmes en apprentissage machine ont par conséquent été conçus dans le but d'acquérir de la connaissance sur le problème à traiter en se basant sur un ensemble de données limitées issues de ce problème. Un ouvrage de référence Cet ouvrage présente les fondements scientifiques de la théorie de l'apprentissage supervisé, les algorithmes les plus répandus développés suivant ce domaine ainsi que les deux cadres de l'apprentissage semi-supervisé et de l'ordonnancement, à un niveau accessible aux étudiants de master et aux élèves ingénieurs. Nous avons eu ici le souci de fournir un exposé cohérent reliant la théorie aux algorithmes développés dans cette sphère. Mais cette étude ne se limite pas à présenter ces fondements, vous trouverez ainsi quelques programmes des algorithmes classiques proposés dans ce manuscrit, écrits en langage C (langage à la fois simple et populaire), et à destination des lecteurs qui cherchent à connaître le fonctionnement de ces modèles désignés parfois comme des boîtes noires. À qui s'adresse ce livre ? Aux élèves ingénieurs, étudiants de master et doctorants en mathématiques appliquées, algorithmique, recherche opérationnelle, gestion de production, aide à la décision. Aux ingénieurs, enseignants-chercheurs, informaticiens, industriels, économistes et décideurs ayant à résoudre des problèmes de classification, de partitionnement et d'ordonnancement à large échelle. Note de contenu : Sommaire Introduction à la théorie de l'apprentissage Algorithmes d'optimisation convexe non-contrainte Classification bi-classes Classification multi-classes Apprentissage semi-supervisé Apprentissage de modèles d'ordonnancement Annexes (rappels de probabilités, code programmes) Côte titre : Fs/16096-16100 En ligne : https://www.amazon.fr/Apprentissage-machine-pratique-fondamentaux-Learning/dp/22 [...] Format de la ressource électronique : PDF Apprentissage machine : De la théorie à la pratique [texte imprimé] / Massih-Reza Amini, Auteur . - Paris : Eyrolles, 2015 . - 1 vol. (272 p.) : ill., fig., couv. ill. en coul. ; 23 cm. - (Algorithmes (Paris), ISSN 1625-113X) . ISBN : 978-2-212-13800-9 978-2-212-13800-9 Langues : Français (fre) Catégories : Informatique Mots-clés : Apprentissage supervisé (intelligence artificielle) Apprentissage automatique Intelligence computationnelle Intelligence artificielle Index. décimale : 006.3 Intelligence artificielle Résumé : L'apprentissage machine est l'un des domaines phares de l'intelligence artificielle. Il concerne l'étude et le développement de modèles quantitatifs permettant à un ordinateur d'accomplir des tâches sans qu'il soit explicitement programmé à les faire. Apprendre dans ce contexte revient à reconnaître des formes complexes et à prendre des décisions intelligentes. Compte tenu de toutes les entrées existantes, la complexité pour y arriver réside dans le fait que l'ensemble des décisions possibles est généralement très difficile à énumérer. Les algorithmes en apprentissage machine ont par conséquent été conçus dans le but d'acquérir de la connaissance sur le problème à traiter en se basant sur un ensemble de données limitées issues de ce problème. Un ouvrage de référence Cet ouvrage présente les fondements scientifiques de la théorie de l'apprentissage supervisé, les algorithmes les plus répandus développés suivant ce domaine ainsi que les deux cadres de l'apprentissage semi-supervisé et de l'ordonnancement, à un niveau accessible aux étudiants de master et aux élèves ingénieurs. Nous avons eu ici le souci de fournir un exposé cohérent reliant la théorie aux algorithmes développés dans cette sphère. Mais cette étude ne se limite pas à présenter ces fondements, vous trouverez ainsi quelques programmes des algorithmes classiques proposés dans ce manuscrit, écrits en langage C (langage à la fois simple et populaire), et à destination des lecteurs qui cherchent à connaître le fonctionnement de ces modèles désignés parfois comme des boîtes noires. À qui s'adresse ce livre ? Aux élèves ingénieurs, étudiants de master et doctorants en mathématiques appliquées, algorithmique, recherche opérationnelle, gestion de production, aide à la décision. Aux ingénieurs, enseignants-chercheurs, informaticiens, industriels, économistes et décideurs ayant à résoudre des problèmes de classification, de partitionnement et d'ordonnancement à large échelle. Note de contenu : Sommaire Introduction à la théorie de l'apprentissage Algorithmes d'optimisation convexe non-contrainte Classification bi-classes Classification multi-classes Apprentissage semi-supervisé Apprentissage de modèles d'ordonnancement Annexes (rappels de probabilités, code programmes) Côte titre : Fs/16096-16100 En ligne : https://www.amazon.fr/Apprentissage-machine-pratique-fondamentaux-Learning/dp/22 [...] Format de la ressource électronique : PDF

Exemplaires (5)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
Fs/16096	Fs/16096-16100	livre	Bibliothéque des sciences	Français	Disponible Disponible
Fs/16097	Fs/16096-16100	livre	Bibliothéque des sciences	Français	Disponible Disponible
Fs/16098	Fs/16096-16100	livre	Bibliothéque des sciences	Français	Disponible Disponible
Fs/16099	Fs/16096-16100	livre	Bibliothéque des sciences	Français	Disponible Disponible
Fs/16100	Fs/16096-16100	livre	Bibliothéque des sciences	Français	Disponible Disponible

Programmation linéaire / Christelle Guéret

Public ISBD Titre : Programmation linéaire : 65 problLmes d'optimisation modélisés et résolus avec Visual Xpress Type de document : texte imprimé Auteurs : Christelle Guéret, ; Christian Prins, ; Sevaux, Marc, Editeur : Paris : Eyrolles Année de publication : 2000 Collection : Algorithmes (Paris), ISSN 1625-113X Importance : 1 vol. (364 p.) Présentation : ill. Format : 23 cm Accompagnement : 1 CD-ROM ISBN/ISSN/EAN : 978-2-212-09202-8 Note générale : 978-2-212-09202-8 Langues : Français (fre) Catégories : Informatique Mots-clés : Informatique Programmation linéaire Modèles mathématiques :Logiciels Programmation linéaire Recherche opérationnelle Systèmes d'aide à la décision Avid XPress (logiciel) Optimisation mathématique : Logiciels Index. décimale : 003 Systèmes Résumé : La programmation linéaire est une branche de l'optimisation permettant de résoudre de nombreux problèmes économiques et industriels. L'apparition de logiciels puissants met aujourd'hui cet outil à disposition d'un large public. Ce livre, le premier du genre en français, met l'accent sur la démarche de modélisation, appliquée ensuite à la résolution de 65 problèmes concrets regroupés par discipline en onze chapitres. À côté de problèmes industriels classiques comme le transport ou l'ordonnancement), vous y trouverez des champs d'application moins connus ou plus récents, comme l'économie, la gestion du personnel ou le secteur public. Chaque chapitre, consacré à un domaine d'applications, comporte six problèmes concrets et assez compliqués pour ne pas être traitables à la main. A partir du descriptif de chaque cas, vous apprendrez, pas à pas, à construite un modèle de programmation linéaire que vous pourrez résoudre et modifier grâce au puissant logiciel Xpress fourni sur le CD-Rom d'accompagnement. Des compléments à la fin de chaque chapitre et une bibliographie très complète permettront aux curieux d'en savoir plus. A qui s'adresse ce livre ? Aux étudiants et élèves-ingénieurs des disciplines scientifiques et économiques. Aux enseignants de ces disciplines à la recherche d'un ouvrage complet et d'études de cas sur la programmation linéaire. Aux ingénieurs, informaticiens, industriels et décideurs ayant à résoudre en entreprise des problèmes complexes d'optimisation et d'aide à la décision. Note de contenu : Sommaire Programmation linéaire Programmation linéaire en nombres entiers Logiciels de PL et XPress-MP Industrie minière et de process Problèmes d'ordonnancement Planification de production Chargement et découpe Transports terrestres Transports aériens Télécommunications Emplois du temps et gestion de personnel Collectivités locales et services publics Jeux et casse-tête Annexe 1 - Correspondance entre modèles théoriques et applications Annexe 2 - Contenu du CD-Rom Bibliographie Index Côte titre : Fs/8631,Fs/17722-17724 Programmation linéaire : 65 problLmes d'optimisation modélisés et résolus avec Visual Xpress [texte imprimé] / Christelle Guéret, ; Christian Prins, ; Sevaux, Marc,  . - Paris : Eyrolles, 2000 . - 1 vol. (364 p.) : ill. ; 23 cm + 1 CD-ROM. - (Algorithmes (Paris), ISSN 1625-113X) . ISBN : 978-2-212-09202-8 978-2-212-09202-8 Langues : Français (fre) Catégories : Informatique Mots-clés : Informatique Programmation linéaire Modèles mathématiques :Logiciels Programmation linéaire Recherche opérationnelle Systèmes d'aide à la décision Avid XPress (logiciel) Optimisation mathématique : Logiciels Index. décimale : 003 Systèmes Résumé : La programmation linéaire est une branche de l'optimisation permettant de résoudre de nombreux problèmes économiques et industriels. L'apparition de logiciels puissants met aujourd'hui cet outil à disposition d'un large public. Ce livre, le premier du genre en français, met l'accent sur la démarche de modélisation, appliquée ensuite à la résolution de 65 problèmes concrets regroupés par discipline en onze chapitres. À côté de problèmes industriels classiques comme le transport ou l'ordonnancement), vous y trouverez des champs d'application moins connus ou plus récents, comme l'économie, la gestion du personnel ou le secteur public. Chaque chapitre, consacré à un domaine d'applications, comporte six problèmes concrets et assez compliqués pour ne pas être traitables à la main. A partir du descriptif de chaque cas, vous apprendrez, pas à pas, à construite un modèle de programmation linéaire que vous pourrez résoudre et modifier grâce au puissant logiciel Xpress fourni sur le CD-Rom d'accompagnement. Des compléments à la fin de chaque chapitre et une bibliographie très complète permettront aux curieux d'en savoir plus. A qui s'adresse ce livre ? Aux étudiants et élèves-ingénieurs des disciplines scientifiques et économiques. Aux enseignants de ces disciplines à la recherche d'un ouvrage complet et d'études de cas sur la programmation linéaire. Aux ingénieurs, informaticiens, industriels et décideurs ayant à résoudre en entreprise des problèmes complexes d'optimisation et d'aide à la décision. Note de contenu : Sommaire Programmation linéaire Programmation linéaire en nombres entiers Logiciels de PL et XPress-MP Industrie minière et de process Problèmes d'ordonnancement Planification de production Chargement et découpe Transports terrestres Transports aériens Télécommunications Emplois du temps et gestion de personnel Collectivités locales et services publics Jeux et casse-tête Annexe 1 - Correspondance entre modèles théoriques et applications Annexe 2 - Contenu du CD-Rom Bibliographie Index Côte titre : Fs/8631,Fs/17722-17724

Exemplaires (4)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
Fs/17722	Fs/17722-17724	Livre	Bibliothéque des sciences	Français	Disponible Disponible
Fs/17723	Fs/17722-17724	Livre	Bibliothéque des sciences	Français	Disponible Disponible
Fs/17724	Fs/17722-17724	Livre	Bibliothéque des sciences	Français	Disponible Disponible
Fs/8631	Fs/8631	livre	Bibliothéque des sciences	Français	Disponible Disponible

Programmation linéaire avec Excel / Christian Prins

Public ISBD Titre : Programmation linéaire avec Excel Type de document : texte imprimé Auteurs : Christian Prins (1956-....), Auteur ; Marc Sevaux (1969-....), Auteur Editeur : Paris : Eyrolles Année de publication : 2011 Collection : Algorithmes (Paris), ISSN 1625-113X Importance : 1 vol. (388 p.) Présentation : ill., couv. ill. Format : 23 cm ISBN/ISSN/EAN : 978-2-212-12659-4 Note générale : La couv. porte en plus : "55 problèmes d'optimisation modélisés pas à pas et résolus avec Excel" Bibliogr. p. 373-382. Index Langues : Français (fre) Catégories : Informatique Mots-clés : Programmation linéaire Modèles mathématiques : Logiciels Optimisation mathématique : Logiciels Microsoft Excel (logiciel) Index. décimale : 005.5 - Programmes d'applications à caractère général Résumé : Cet ouvrage montre comment utiliser le logiciel Excel et son solveur pour résoudre des problèmes d'optimisation complexes dans les domaines les plus divers : gestion de production, ordonnancement, transport, économie et finances, gestion des organisations, aide à la décision, etc. Le livre met l'accent sur la démarche de modélisation, appliquée à la résolution de 55 problèmes concrets regroupés par discipline. À partir du descriptif de chaque cas, vous apprendrez, pas à pas, à construire un modèle de programmation linéaire, à le traduire dans une feuille de calcul Excel et à le résoudre par l'intermédiaire du solveur, avec l'aide de macros VBA dans certains cas   Note de contenu : Sommaire Programmation linéaire Programmation linéaire en nombres entiers Le solveur d'Excel Visual Basic et le solveur Industrie minière et de process Problèmes d'ordonnancement Planification de production Chargement et découpe Transports terrestres Transports aériens Télécommunications Économies et finances Emplois du temps et gestion de personnel Collectivités locales et services publics A1. Liens entre modèles théoriques et applications A2. Fichiers Excel du livre A3. Bibliographie Côte titre : Fs/8061-8063 Programmation linéaire avec Excel [texte imprimé] / Christian Prins (1956-....), Auteur ; Marc Sevaux (1969-....), Auteur . - Paris : Eyrolles, 2011 . - 1 vol. (388 p.) : ill., couv. ill. ; 23 cm. - (Algorithmes (Paris), ISSN 1625-113X) . ISBN : 978-2-212-12659-4 La couv. porte en plus : "55 problèmes d'optimisation modélisés pas à pas et résolus avec Excel" Bibliogr. p. 373-382. Index Langues : Français (fre) Catégories : Informatique Mots-clés : Programmation linéaire Modèles mathématiques : Logiciels Optimisation mathématique : Logiciels Microsoft Excel (logiciel) Index. décimale : 005.5 - Programmes d'applications à caractère général Résumé : Cet ouvrage montre comment utiliser le logiciel Excel et son solveur pour résoudre des problèmes d'optimisation complexes dans les domaines les plus divers : gestion de production, ordonnancement, transport, économie et finances, gestion des organisations, aide à la décision, etc. Le livre met l'accent sur la démarche de modélisation, appliquée à la résolution de 55 problèmes concrets regroupés par discipline. À partir du descriptif de chaque cas, vous apprendrez, pas à pas, à construire un modèle de programmation linéaire, à le traduire dans une feuille de calcul Excel et à le résoudre par l'intermédiaire du solveur, avec l'aide de macros VBA dans certains cas   Note de contenu : Sommaire Programmation linéaire Programmation linéaire en nombres entiers Le solveur d'Excel Visual Basic et le solveur Industrie minière et de process Problèmes d'ordonnancement Planification de production Chargement et découpe Transports terrestres Transports aériens Télécommunications Économies et finances Emplois du temps et gestion de personnel Collectivités locales et services publics A1. Liens entre modèles théoriques et applications A2. Fichiers Excel du livre A3. Bibliographie Côte titre : Fs/8061-8063

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
Fs/8061	Fs/8061-8063	livre	Bibliothéque des sciences	Français	Disponible Disponible
Fs/8062	Fs/8061-8063	livre	Bibliothéque des sciences	Français	Disponible Disponible
Fs/8063	Fs/8061-8063	livre	Bibliothéque des sciences	Français	Disponible Disponible

Recherche d'information / Massih-Reza Amini

Permalink

---

1 (1 - 6 / 6)