Ebooks Gratuits

Le plus grand univers d'ebooks au format PDF et EPUB

Trouver votre ebook...

Nous avons trouvé un total de 39 livres disponibles en téléchargement
Data Science : fondamentaux et études de cas

Data Science : fondamentaux et études de cas

Auteure: Michel Lutz , Eric Biernat

Nombre de pages: 296

Nous vivons une époque très excitante, qui ramène l'analyse de données et les méthodes quantitatives au coeur de la société. L'aboutissement de nombreux projets de recherche, la puissance de calcul informatique disponible et des données à profusion permettent aujourd'hui d'incroyables réalisations, grâce au travail des data scientists. Un livre de référence pour les data scientists La data science est l'art de traduire des problèmes industriels, sociaux, scientifiques, ou de toute autre nature, en problèmes de modélisation quantitative, pouvant être résolus par des algorithmes de traitement de données. Cela passe par une réflexion structurée, devant faire en sorte que se rencontrent problèmes humains, outils techniques/informatiques et méthodes statistiques/algorithmiques. Chaque projet de data science est une petite aventure, qui nécessite de partir d'un problème opérationnel souvent flou, à une réponse formelle et précise, qui aura des conséquences réelles sur le quotidien d'un nombre plus ou moins important de personnes. Éric Biernat et Michel Lutz proposent de vous guider dans cette aventure. Ils vous feront visiter les vastes espaces de la data ...

Data Science par la pratique

Data Science par la pratique

Auteure: Joel Grus

Nombre de pages: 307

Un ouvrage de référence pour les (futurs) data scientists Les bibliothèques, les frameworks, les modules et les boîtes à outils sont parfaits pour faire de la data science. Ils sont aussi un bon moyen de plonger dans la discipline sans comprendre la data science. Dans cet ouvrage, vous apprendrez comment fonctionnent les outils et algorithmes les plus fondamentaux de la data science, en les réalisant à partir de zéro. Si vous êtes fort en maths et que vous connaissez la programmation, l'auteur, Joël Grus, vous aidera à vous familiariser avec les maths et les statistiques qui sont au coeur de la data science et à acquérir les compétences informatiques indispensables pour démarrer comme data scientist. La profusion des données d'aujourd'hui contient les réponses aux questions que personne n'a encore pensé à poser. Ce livre vous enseigne comment obtenir ces réponses. Suivez un cours accéléré de Python Apprenez les fondamentaux de l'algèbre linéaire, des statistiques et des probabilités, et comprenez comment et quand les utiliser en data science Collectez, explorez, nettoyez, bricolez et manipulez les données Plongez dans les bases de l'apprentissage...

Les data sciences en 100 questions-réponses

Les data sciences en 100 questions-réponses

Auteure: Younes Benzaki

Nombre de pages: 125

Un livre à la fois théorique et pratique. Cet ouvrage a pour ambition de couvrir un large spectre du domaine des data sciences. Il va plus loin qu'un simple tour sur les algorithmes d'apprentissage automatique et s'attaque aux autres aspects, malheureusement négligés mais fondamentaux pour tout data scientist : - concepts généraux mais poussés, dont la maîtrise est indispensable ; - algorithmes d'apprentissage automatique les plus connus ; - aspects liés à l'exploration des données ; - mesures de performances et d'autres métriques utilisées par les algorithmes ; - différents concepts fondamentaux en mathématiques à connaître pour mieux explorer et comprendre les données ; - notions importantes des big data ; - études de cas pratiques en langage Python. La première partie de ce livre est théorique et adopte un format questions/réponses qui présente plusieurs avantages, dont la possibilité pour le lecteur de lire distinctement chacune des questions pour parfaire son savoir. Un autre point fort de cette structure est qu'elle incite à entrer dans un dialogue. Ainsi, grâce aux questions posées, le lecteur est poussé vers une réflexion où il confronte ses...

Data science pour l'entreprise

Data science pour l'entreprise

Auteure: Tom Fawcett , Foster Provost

Nombre de pages: 370

Cet ouvrage traite de façon détaillée mais non technique les principes fondamentaux de la data science. Tout au long d'un processus de "raisonnement orienté données", il vous guidera pour acquérir des connaissances utiles et extraire une valeur économique des données que vous collectez. L'apprentissage de la data science vous permettra de comprendre les nombreuses techniques de data mining utilisées aujourd'hui. Ces principes sous-tendent tous les processus et stratégies de data mining qui servent à résoudre des problèmes d'entreprise. "Ce livre est bien plus qu'une introduction à l'analyse de données. C'est un guide essentiel pour ceux d'entre nous (nous tous ?) qui ont entièrement fondé leur entreprise sur l'ubiquité des données et la nécessité, aujourd'hui, de la prise de décision orientée données." Tom Phillips, PDG, Dstillery ; ex-Directeur de Google Search and Analytics. "Les auteurs de ce livre, tous deux experts en data science avant même que la discipline soit nommée ainsi, présentent ici un sujet complexe en le rendant accessible à tous les niveaux. Cet ouvrage est une première du genre : il se concentre sur les concepts de la data science...

Machine learning avec Python ANNULE

Machine learning avec Python ANNULE

Auteure: Andreas C.mueller , Sarah Guido

Nombre de pages: 282

Entrez de plain-pied dans le monde fascinant la data science 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. Ce livre se présente comme une référence pour tous les développeurs, statisticiens ou chefs de projets ayant à résoudre des problèmes liés à la data science. Au programme : Pourquoi utiliser le machine learning 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 Du prototype à la production

Data science par la pratique

Data science par la pratique

Auteure: Joel Grus

Nombre de pages: 408

Un ouvrage de référence pour les (futurs) data scientists Les bibliothèques, les frameworks, les modules et les boîtes à outils sont parfaits pour faire de la data science. Ils sont aussi un bon moyen de plonger dans cette discipline sans la comprendre. Dans cet ouvrage, vous apprendrez comment fonctionnent les outils et algorithmes les plus fondamentaux de la data science, en les réalisant à partir de zéro. Si vous êtes fort en maths et que vous connaissez la programmation, l'auteur, Joel Grus, vous aidera à vous familiariser avec les maths et les statistiques qui sont au coeur de la data science et avec les compétences informatiques indispensables pour démarrer comme data scientist. La profusion des données d'aujourd'hui contient les réponses aux questions que personne n'a encore pensé à poser. Ce livre vous enseigne comment obtenir ces réponses. La deuxième édition, revue et augmentée, de cet ouvrage comporte des codes et exemples associés entièrement réécrits en Python 3.6 et intègre de nouveaux chapitres sur l'apprentissage profond (deep learning), les statistiques et le traitement en langage naturel. Suivez un cours accéléré de Python. Apprenez...

R pour les data sciences

R pour les data sciences

Auteure: Garrett Grolemund , Hadley Wickham

Nombre de pages: 496

Les data sciences constituent une discipline fascinante, qui vous servira à transformer des données brutes en idées et connaissances aisément compréhensibles. L’objectif de ce livre est de vous aider à maîtriser les outils essentiels qui vous permettront d’utiliser R dans la pratique des data sciences. Après l’avoir lu, vous pourrez faire face à la plupart des situations que vous rencontrerez dans vos projets, en exploitant au mieux les fonctionnalités de R. Mais avant de devenir un expert en R, vous devrez tout d’abord importer vos données, c’est-à-dire les lire, en général depuis un fichier, une base de données ou une API web, et les charger dans un cadre de données dans R. Si vous ne pouvez pas transférer vos données dans R, vous ne pourrez pas les analyser ! Une fois vos données importées, vous gagnerez beaucoup à les ranger. Une fois vos données rangées, vous passerez bien souvent par une étape de transformation. Une fois vos données rangées avec les variables dont vous avez besoin, la génération de connaissances reposera principalement sur deux moteurs : la visualisation et la modélisation. Leurs forces et faiblesses sont...

Python pour le data scientist - 2e éd.

Python pour le data scientist - 2e éd.

Auteure: Emmanuel Jakobowicz

Nombre de pages: 320

Python est devenu en quelques années un langage majeur dans l'univers des applications centrées sur le traitement des données, et plus particulièrement des gros volumes de données (big data). Cet ouvrage servira de guide à tous ceux qui s'intéressent à l'utilisation de Python pour le travail sur les données et l'automatisation de certaines tâches (data science). Il met l'accent sur la préparation et la mise en forme des données qui sont essentielles dans la qualité du résultat et qui constituent aujourd'hui une part importante du travail du data scientist. L'ensemble des exemples et des exercices présentés dans cet ouvrage sont disponibles sous forme de Notebooks Jupyter. Ils sont accessibles directement sur GitHub dans le répertoire dédié à l'ouvrage ou en téléchargement sur le site Dunod. Cette 2e édition comportent de très nombreuses mises à jour sur les évolutions récentes du langage Python, sur les "packages" utilisés en data science, et sur d'autres logiciels associés comme TensorFlow et Keras.

Petite leçon de Python

Petite leçon de Python

Auteure: Eric Matthes

Nombre de pages: 432

Petite leçon de Python, 2e édition est une introduction directe à l’essentiel de Python : les concepts généraux de la programmation dans ce langage, les fondamentaux, la résolution de problèmes. Dans une seconde partie, trois exemples de projets réels permettent de se projeter et de mettre en pratique ces apprentissages. Vous allez ainsi vous exercer à : • utiliser la data visualisation pour réaliser des graphes et des tableaux ; • construire et déployer une application web interactive ; • créer un jeu vidéo simple. Ce faisant, vous serez très vite capable de construire des programmes pratiques sous Python et de mettre au point des techniques de programmation avancées. Véritable best-seller, Petite leçon de Python est LE guide de référence mondialement reconnu pour devenir rapidement opérationnel dans ce langage particulièrement accessible et performant qu’est Python.

Apprendre à programmer avec Python 3

Apprendre à programmer avec Python 3

Auteure: Gérard Swinnen

Nombre de pages: 435

Un livre incontournable pour acquérir l'exigeante discipline qu'est l'art de la programmation ! Original et stimulant, cet ouvrage aborde au travers d'exemples attrayants et concrets tous les fondamentaux de la programmation. L'auteur a choisi Pyt

Deep Learning avec TensorFlow

Deep Learning avec TensorFlow

Auteure: Aurélien Géron

Nombre de pages: 256

Cet ouvrage, conçu pour tous ceux qui souhaitent s'initier au Deep Learning (apprentissage profond) est la traduction de la deuxième partie du best-seller américain Hands-On Machine Learning with Scikit-Learn & TensorFloW. Le Deep Learning est récent et il évolue vite. Ce livre en présente les principales techniques : les réseaux de neurones profonds, capables de modéliser toutes sortes de données, les réseaux de convolution, capables de classifier des images, les segmenter et découvrir les objets ou personnes qui s'y trouvent, les réseaux récurrents, capables de gérer des séquences telles que des phrases, des séries temporelles, ou encore des vidéos, les Autoencoders qui peuvent découvrir toutes sortes de structures dans des données, de façon non supervisée, et enfin le Reinforcement Learning (apprentissage par renforcement) qui permet de découvrir automatiquement les meilleures actions pour effectuer une tâche (par exemple un robot qui apprend à marcher). Ce livre présente TensorFlow, le framework de Deep Learning créé par Google. Il est accompagné de Jupyter notebooks (disponibles sur github) qui contiennent tous les exemples de code du livre, afin...

Le Machine learning avec R - Modélisation mathématique rigoureuse

Le Machine learning avec R - Modélisation mathématique rigoureuse

Auteure: Scott V. Burger

Nombre de pages: 168

L'apprentissage automatique, un champ d'étude essentiel aux développements de l'Intelligence artificielle L'apprentissage automatique est un sujet intimidant jusqu'à ce que vous en connaissiez les principes fondamentaux. Si vous comprenez les principes essentiels du codage, ce livre d'introduction vous aidera à acquérir une base solide dans le domaine de l'apprentissage automatique. En utilisant le langage de programmation R, vous commencerez par apprendre à modéliser avec la régression, puis vous passerez à des sujets plus avancés tels que les réseaux de neurones et les méthodes arborescentes. Finalement, vous plongerez dans le monde de l'apprentissage automatique. en utilisant le package caret associé au langage de programmation R. Une fois que vous aurez développé une réelle familiarité avec des sujets tels que la différence entre les modèles de régression et de classification, vous serez en mesure de résoudre de multiples problèmes d'apprentissage automatique. L'auteur, Scott V. Burger, fournit également plusieurs exemples pour vous aider à bâtir une connaissance pratique de l'apprentissage automatique. Explorez le domaine de l'apprentissage...

Big Data et Machine Learning - 3e éd.

Big Data et Machine Learning - 3e éd.

Auteure: Pirmin Lemberger , Marc Batty , Médéric Morel , Jean-luc Raffaëlli

Nombre de pages: 272

Cet ouvrage s’adresse à tous ceux qui cherchent à tirer parti de l’énorme potentiel des « technologies Big Data », qu’ils soient data scientists, DSI, chefs de projets ou spécialistes métier. Le Big Data s’est imposé comme une innovation majeure pour toutes les entreprises qui cherchent à construire un avantage concurrentiel grâce à l’exploitation de leurs données clients, fournisseurs, produits, processus, machines, etc. Mais quelle solution technique choisir ? Quelles compétences métier développer au sein de la DSI ? Ce livre est un guide pour comprendre les enjeux d’un projet Big Data, en appréhender les concepts sous-jacents (en particulier le Machine Learning) et acquérir les compétences nécessaires à la mise en place d’un data lab. Il combine la présentation : • de notions théoriques (traitement statistique des données, calcul distribué...) ; • des outils les plus répandus (écosystème Hadoop, Storm...) ; • d’exemples d’applications ; • d’une organisation typique d’un projet de data science. Les ajouts de cette troisième édition concernent principalement la vision d’architecture d’entreprise, nécessaire pour...

Python 3 - 2e éd.

Python 3 - 2e éd.

Auteure: Bob Cordeau , Laurent Pointal

Nombre de pages: 304

Le langage Python est un langage idéal pour l'apprentissage de la programmation. C'est la raison pour laquelle il est choisi pour initier aussi bien les jeunes enfants que les élèves des classes préparatoires. Il est également utilisé dans des contextes professionnels très divers qui vont de l'électronique de loisirs (makers) au machine learning dans les projets d'intelligence artificielle. Cet ouvrage ne requiert aucune connaissance préalable en informatique mais fournit des bases solides et synthétiques. La démarche pédagogique est renforcée par le recours à Pyzo, une distribution et un environnement complet et gratuit qui facilite l'utilisation et l'apprentissage de Python, et à Jupyter Notebook, une interface web, également gratuite qui permet de travailler en ligne sur des documents associant du code, du texte, des équations, des images, des vidéos et des graphiques. L'ouvrage "papier" comporte environ 30 exercices corrigés, et il est complété par des compléments en ligne qui proposent une centaine d'exercices corrigés supplémentaires. Cette 2e édition s'enrichit de trois nouveaux chapitres : l'un sur les bases de données, un autre sur l'écosystème ...

L'apprentissage profond

L'apprentissage profond

Auteure: Yoshua Bengio , Aaron Courville , Ian Goodfellow

Nombre de pages: 770

Le livre de chevet de Elon Musk. Écrit par trois experts dans le domaine, Deep Learning est le seul livre complet sur le sujet. Il fournit une perspective générale et des préliminaires mathématiques indispensables aux ingénieurs en logiciel et aux étudiants qui entrent sur le terrain, et sert de référence aux autorités. Elon Musk, cofondateur et PDG de Tesla et SpaceXstudents L'apprentissage profond (ou deep learning) est un apprentissage automatique qui permet à l'ordinateur d'apprendre par l'expérience et de comprendre le monde en termes de hiérarchie de concepts. Parce que l'ordinateur recueille des connaissances à partir de l'expérience, il n'est pas nécessaire qu'un opérateur humain spécifie formellement toutes les connaissances dont l'ordinateur a besoin. Cet ouvrage présente un large éventail de sujets d'apprentissage profond. Le texte offre un contexte mathématique et conceptuel, théorie des probabilités et théorie de l'information, calcul numérique et apprentissage automatique. Il examine des applications telles que le traitement du langage naturel, la reconnaissance vocale, la vision par ordinateur, les systèmes de recommandation en ligne, la...

L'intelligence artificielle en action

L'intelligence artificielle en action

Auteure: Damien Gromier

Nombre de pages: 220

DANS LES COULISSES DES SUCCÈS DE L’INTELLIGENCE ARTIFICIELLE Tout le monde aujourd’hui parle de l’intelligence artificielle (IA). Fascinante pour certains, inquiétante pour d’autres, cette technologie véhicule de nombreux fantasmes. Souvent abordée sous l’angle exclusivement philosophique ou technique, elle l’est peu sous celui de ses bénéfices réels. Et pourtant, dans les domaines de la santé, de l’environnement, de l’assurance, de l’énergie, ses usages se révèlent plus que prometteurs. Qu’apporte-t-elle concrètement ? Comment les technologies d’IA sont-elles conçues, choisies, déployées, apprivoisées, améliorées ? Quelles sont les clés des projets d’IA réussis, positifs pour les usagers et pour l’organisation qui les met en œuvre ? Pour répondre à ces questions, l’auteur est allé à la rencontre de celles et ceux qui sont en prise au quotidien avec la réalité de l’IA : start-up, entreprises, institutions ou associations. Au travers d’une large sélection de cas d’usages, de retours d’expérience, de bonnes pratiques et de courtes fictions, cet ouvrage propose une véritable immersion dans la réalité de l’IA et...

Les réseaux 5G

Les réseaux 5G

Auteure: Sara Akbarzadeh , Jean Schwoerer , Bertrand Bailly , Wael Labidi

Nombre de pages: 600

Un livre à la fois théorique et pratique Cet ouvrage a pour objectif de rendre accessible, progressivement, les spécifications techniques qui constituent le socle de la 5G. Il détaille la Release-15 du standard 3GPP ainsi que les orientations futures (Release-16, Release-17). Il s'ouvre sur les interviews d'acteurs majeurs du monde des télécommunications (constructeurs, opérateurs et utilisateurs), qui partagent leur vision quant à l'introduction de la 5G, ses atouts et complexités. Sont décrits ensuite les principaux cas d'usage de la 5G ainsi que leurs applications possibles. L'eMBB est le principal objectif des premiers déploiements 5G des opérateurs, tandis qu'URLLC ouvre les réseaux mobiles à l'industrie 4.0 (transports autonomes, santé ou robotique). Enfin, mMTC s'appuie sur les modernisations des standards LTE-M et NB-IoT pour répondre aux besoins de l'IoT massif, ces technologies ayant évolué pour s'insérer dans le système 5G avec le niveau de performance attendu. Au-delà de ces applications, cet ouvrage couvre, avec des cas pratiques et de nombreuses illustrations, les aspects techniques suivants : architecture système (5GS), du réseau coeur (5GC)...

Python Programmation

Python Programmation

Auteure: Amand Odilon

Nombre de pages: 0

Vous êtes à la recherche d'un cours accéléré de Python pour la science des données et vous voulez créer facilement votre premier projet en un rien de temps? Vous êtes constamment à la recherche d'informations sur les réseaux sociaux (comme les groupes FB) et vous ne savez pas par où commencer avec la programmation Python? Si c'est le cas, lisez la suite! Python est souvent utilisé en science des données aujourd'hui car c'est un langage de programmation mature qui possède d'excellentes propriétés pour les programmeurs débutants. Parmi les plus notables de ces propriétés, citons le mot de passe facile à lire, la suppression des délimiteurs optionnels, l'écriture dynamique et l'utilisation de la mémoire dynamique. L'amélioration et la recherche très utile dans le monde de l'informatique et de la technologie ont accru l'importance de ses concepts les plus fondamentaux et essentiels sous mille aspects. Cette notion de principe est ce que nous appelons continuellement les données, et ces données sont la seule chose qui ouvre la voie à tout dans le monde. Les plus grandes organisations et entreprises du monde ont bâti leur création et leurs philosophies et...

Machine Learning Les fondamentaux - collection O'Reilly

Machine Learning Les fondamentaux - collection O'Reilly

Auteure: Andreas C. Mueller , Sarah Guido

Nombre de pages: 154

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

Debian 8 Jessie

Debian 8 Jessie

Auteure: Raphaël Hertzog , Roland Mas

Nombre de pages: 575

La 4ème de couv. indique : "De la découverte à la maîtrise de Debian Jessie. Debian GNU/Linux, distribution Linux non commerciale extrêmement populaire, est réputée pour sa fiabilité et sa richesse. Soutenue par un impressionnant réseau de développeurs dans le monde, elle a pour principes l'engagement vis-à-vis de ses utilisateurs et la qualité. Ses technologies concernent un nombre toujours croissant d'administrateurs, notamment par le biais de la distribution dérivée Ubuntu. Cet ouvrage, écrit par deux personnalités influentes de la communauté Debian, est consacré à Debian 8, au nom de code Jessie, et traite des outils et méthodes que tout administrateur Linux compétent maîtrise : installation et mise à jour du système, création de paquetages et compilation d'un noyau Linux, mais aussi supervision, sauvegarde et migrations, sans oublier des techniques avancées telles que la mise en place de SELinux ou AppArmor pour sécuriser des services, l'automatisation des installations ou encore la virtualisation (Xen, KVM, lxc, etc.). Un ouvrage de référence sur Debian. Publié en 2004, et depuis réédité pour les mises à jour majeures de Debian, ce livre...

La Révolution Big data

La Révolution Big data

Auteure: Yves Eychenne , Jean-charles Cointot

Nombre de pages: 240

Qu’est-ce que le big data ? Le big data est constitué par toutes les données que nous générons à chaque instant, dont le volume global croît exponentiellement. De l’historique de navigation aux localisations GPS, jusqu’au rythme cardiaque, à la météo et au solde des comptes courants, ces données récoltées par les mobiles, applications et autres objets connectés génèrent de nouveaux usages pour les États et les entreprises. Le big data, pour quoi faire ? Les entreprises doivent apprendre à maîtriser ces flux d’information, pour réinventer leurs relations avec le consom’acteur, leurs produits et services ainsi que leurs organisations. Aujourd’hui, comme demain, la donnée, c’est de l’argent. Le big data, comment ? Ce livre explore les fondamentaux du big data et ses outils, son exploitation dans l’entreprise, son impact sur les métiers et sa valeur pour l’entreprise. Il est illustré par de nombreux exemples et cas concrets dans diverses industries. La révolution du big data ne fait que commencer...

Le raisonnement bayésien

Le raisonnement bayésien

Auteure: Éric Parent , Jacques Bernier

Nombre de pages: 380

Cet ouvrage expose de façon détaillée la pratique de l'approche statistique bayésienne à l'aide de nombreux exemples choisis pour leur intérêt pédagogique. La première partie donne les principes généraux de modélisation statistique permettant d'encadrer mais aussi de venir au secours de l'imagination de l'apprenti modélisateur. En examinant des exemples de difficulté croissante, le lecteur forge les clés pour construire son propre modèle. La seconde partie présente les algorithmes de calcul les plus utiles pour estimer les inconnues du modèle. Chaque méthode d'inférence est présentée et illustrée par de nombreux cas d'applications. Le livre cherche ainsi à dégager les éléments clés de la statistique bayésienne, en faisant l'hypothèse que le lecteur possède les bases de la théorie des probabilités et s'est déjà trouvé confronté à des problèmes ordinaires d'analyse statistique classique.

Apprentissage artificiel - 3e édition

Apprentissage artificiel - 3e édition

Auteure: Vincent Barra , Laurent Miclet , Antoine Cornuéjols

Nombre de pages: 912

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...

Sin imagen

Cybersécurité des services informatiques 1re année BTS Services Informatiques au

Auteure: Patrice Dignan , Jérôme Parra , Jean-pierre Souvanne , David Balny , François Saillard

Nombre de pages: 224
Deep Learning avec Keras et TensorFlow

Deep Learning avec Keras et TensorFlow

Auteure: Aurélien Géron

Nombre de pages: 360

Cet ouvrage, conçu pour tous ceux qui souhaitent s'initier au deep learning (apprentissage profond), est la traduction de la deuxième partie du best-seller américain Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow (2e édition). Le deep learning est récent et il évolue vite. Ce livre en présente les principales techniques : les réseaux de neurones profonds, capables de modéliser toutes sortes de données, les réseaux de convolution, capables de classifier des images, les segmenter et découvrir les objets ou personnes qui s'y trouvent, les réseaux récurrents, capables de gérer des séquences telles que des phrases, des séries temporelles, ou encore des vidéos, les autoencodeurs qui peuvent découvrir toutes sortes de structures dans des données, de façon non supervisée, et enfin le reinforcement learning (apprentissage par renforcement) qui permet de découvrir automatiquement les meilleures actions pour effectuer une tâche (par exemple un robot qui apprend à marcher). Ce livre présente TensorFlow, le framework de deep learning créé par Google. Il est accompagné de notebooks Jupyter qui contiennent tous les exemples de code du livre, afin que ...

Comprendre l’impact de l’intelligence artificielle sur le développement des compétences

Comprendre l’impact de l’intelligence artificielle sur le développement des compétences

Auteure: Unesco International Centre For Technical And Vocational Education And Training

Nombre de pages: 61
Sin imagen

L'intelligence artificielle en pratique avec Python

Auteure: Hugues Bersini , Ken Hasselmann

Nombre de pages: 124

Cet ouvrage à vocation pédagogique a pour but d'aider les débutants et même les praticiens confirmés de l'intelligence artificielle à mieux faire le tri entre certains mécanismes algorithmiques propres à cette discipline et souvent confondus entre eux, dont les trois fondamentaux :« la recherche », « l'optimisation » et « l'apprentissage ». Même si le Web regorge de solutions algorithmiques et de codes clés en main mis à disposition des internautes, ces codes constituent rarement la bonne solution pour faire face à un problème. En effet, il faut souvent prendre du recul, et c'est précisément ce que propose cet ouvrage, pour pouvoir trancher entre les différentes offres algorithmiques et choisir celle qui sera la plus appropriée au cas de figure que l'on rencontre. Huit problèmes très classiques de l'univers algorithmique et de l'IA sont abordés dans ce livre. Pour chacun, nous allons détailler l'une ou l'autre méthode issue d'un des trois mécanismes fondamentaux (recherche, optimisation ou apprentissage) : le jeu du taquin ; l'algorithme du plus court chemin (celui qu'on trouve dans les GPS) ; le jeu du sudoku ; le jeu de Puissance 4 à deux joueurs le ...

Algorithmes en Java

Algorithmes en Java

Auteure: Robert Sedgewick

Nombre de pages: 772

Cet ouvrage correspond au célèbre premier volume (parties I à IV) de l'œuvre de Robert Sedgewick. Déjà référence incontournable auprès de plus de 400 000 développeurs dans le monde, le livre mêle habilement théorie et pratique. Côté théorie, il décrit de manière extrêmement claire, complète et détaillée les structures de données et les algorithmes fondamentaux pour le tri, la recherche et les applications connexes. Côté pratique, le choix de l'application des concepts à Java présente le double avantage d'exprimer les méthodes de façon directe et concise, et de fournir aux programmeurs des outils de tests dans des applications réelles. A la fois initiation à l'algorithmique et référence intégrant les dernières techniques de programmation avec des algorithmes classiques ou récents, cet ouvrage est une mine d'informations : • Un catalogue exhaustif des structures fondamentales (tableaux, listes chaînées, arbres, etc.) et des méthodes algorithmiques associées, avec une mise en situation les rendant immédiatement utilisables. • Une implémentation directe en Java de plus de 100 algorithmes fondamentaux : files binomiales, tri radix, arbres...

Sin imagen

Fondamentaux d'hydraulique pratique

Auteure: Joseph La Sala

Nombre de pages: 424

Cette nouvelle édition des « Fondamentaux d’Hydraulique Pratique » a été entièrement réécrite et complétée. Deux nouveau x chapitres sont consacrés à l’équilibrage hydraulique pratique et aux principales spécificités d’hydraulique pratique des installations de solaire thermique. L’approche de cette nouvelle édition se veut toujours aussi pratique et rigoureuse afin de satisfaire les exigences de l’optimisation énergétique. Cet ouvrage s’adresse particulièrement aux techniciens en formation ou expérimentés dans les domaines de la climatisation , du chauffage et des énergies renouvelables. Les concepteurs d’installations peuvent aussi y trouver un grand intérêt.

Sin imagen

Python 3

Auteure: Sébastien Chazallet

Nombre de pages: 864

Ce livre de la collection vBook se compose d'un livre de référence pour apprendre les fondamentaux du langage Python 3 et d'un approfondissement sous forme de vidéo sur la création d'un modèle de données sous Django. Livre Python 3 - Les fondamentaux du langage Ce livre sur les fondamentaux du langage Python 3 s'adresse à tout professionnel de l'informatique, ingénieur, étudiant (et particulièrement en BTS Services Informatiques Organisations), enseignant ou même autodidacte qui souhaite maîtriser ce langage très abouti. Il couvre un périmètre relativement large, détaille tout le cœur du langage et du traitement de données et ouvre des perspectives importantes sur tout ce que Python 3 permet de faire (de la création d'un site web au développement de jeux en passant par la conception d'une interface graphique avec Gtk). Le livre est consacré à la branche 3 de Python, toutefois, comme le langage Python 2 est encore très présent, lorsqu'elles existent, l'auteur présente les différences importantes avec la branche antérieure de Python. La première partie du livre détaille les atouts de Python3 pour répondre aux besoins des entreprises quel que soit le...

Analyse des données

Analyse des données

Auteure: Daniel Caumont , Silvester Ivanaj

Nombre de pages: 256

Les données, foisonnantes et de plus en plus facilement accessibles, sont aujourd'hui au coeur de la démarche marketing. Mais comment les trier? Comment les analyser? Comment les utiliser? Cet ouvrage aborde les outils statistiques dans une perspective de prise de décision marketing. Chaque outil est présenté selon sa finalité et ses conditions d'utilisation, à partir d'un exemple concret. De manière pédagogique et progressive, l'ouvrage explique comment bien définir sa problématique, choisir la méthode et les outils adaptés pour récolter les bonnes données, et finalement prendre une décision.

Derniers livres et auteurs recherchés