Prêtable
| Titre : | Machine learning : Les fondamentaux: exploiter des données structurées en Python |
| Auteurs : | Matt Harrison, Auteur ; Olivier Engler, Traducteur |
| Type de document : | texte imprimé |
| Editeur : | Paris : First Interactive, 2020 |
| ISBN/ISSN/EAN : | 978-2-412-05602-8 |
| Format : | 1 volume (XIII-249 p.) / ill., graph., couv. ill. en coul. / 24 cm |
| Langues: | Français |
| Langues originales: | Anglais |
| Index. décimale : | 006.31 (Apprentissage automatique (algorithmes génétiques, apprentissage par ordinateur, EAO)) |
| Catégories : | |
| Mots-clés: | Machine learning |
| Résumé : |
Entrez de plain-pied dans le monde fascinant la data science avec cet ouvrage pratique, véritable pense bête de tous les data scientists, ingénieurs ou programmeurs Vous aussi participez à la révolution qui ramène l'intelligence artificielle au coeur de notre société, grace aux data scientists. La data science consiste à traduire des problèmes de toute autre nature, en problèmes de modélisation quantitative, résolus par des algorithmes de traitement.
Au programme : Les différentes versions de Python L'apprentissage non supervisé et le préprocessing Représenter les données Processus de validation Algorithmes, chaînes et pipeline Travailler avec des données de type texte Utiliser Sikit-learn |
| Note de contenu : |
Sommaire:
Chapitre 1: Techniques de classification avec le jeu de données Titanic Chapitre 2: Nettoyage des données et traitement des manquants Chapitre 3: Analyse exploratoire de données Chapitre 4: Prétraitements, confinement et variables factices Chapitre 5: Sélection de caractéristiques, colinéarité et PCA Chapitre 6: Modèles de classification (bayésien, SVM, KNN, forêts, etc.) Chapitre 7: Métriques et évaluation d'une classification Chapitre 8: Modèles de régression (XGBoost, arbre de décision, SVM, KNN, etc.) Chapitre 9: Métriques et évaluation d'une régression (hétéroscédasticité, résidus) Chapitre 10: Regroupement clustering (k-moyennes, analyse de grappes) Chapitre 11: Réduction de dimensionnalité (PCA, UMAP, T-SNE, PHATE) Chapitre 12: Pipelines de Scikit-learn |
Exemplaires (1)
| Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|
| F8/12773 | Livre | Bibliothèque de la Faculté de Technologie | Salle des livres | Disponible |
