Trouver votre ebook...

Liste des livres et Ebooks trouvés
Nous avons trouvé un total de 15 livres disponibles en téléchargement
Python pour le data scientist

Python pour le data scientist

Auteure: Emmanuel Jakobowicz ,

Nombre de pages: 272

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.

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

TensorFlow pour le Deep learning - De la régréssion linéaire à l'apprentissage par renforcement

TensorFlow pour le Deep learning - De la régréssion linéaire à l'apprentissage par renforcement

Auteure: Reza BOSAGH ZADEH , Bharath RAMSUNDAR ,

Nombre de pages: 191

Apprenez à résoudre des problèmes d'apprentissage automatique (même difficiles !) avec TensorFIow, la nouvelle bibliothèque logicielle révolutionnaire de Google pour le deep learning. Si vous avez une formation de base en algèbre linéaire et en calcul, ce livre pratique vous introduit dans les arcanes des principes fondamentaux de l'apprentissage automatique en vous montrant comment concevoir des systèmes capables de détecter des objets dans des images, de comprendre du texte et de prédire les propriétés de médicaments potentiels. TensorFlow pour le Deep Learning vous fait découvrir les concepts à l'aide d'exemples pratiques, et vous aide à acquérir des connaissances solides sur le deep learning en partant de cas concrets. Il est idéal pour les développeurs qui ont de l'expérience dans la conception de systèmes logiciels, et sera également utile aux scientifiques et aux autres professionnels qui sont familiers avec la création de scripts, mais pas nécessairement avec la conception d'algorithmes d'apprentissage. • Apprenez les concepts fondamentaux de TensorFlow, y compris comment effectuer un calcul de base • Construisez des systèmes d'apprentissage...

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...

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...

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 ...

Deep learning en action - Une approche par la pratique

Deep learning en action - Une approche par la pratique

Auteure: Adam GIBSON , Josh PATTERSON ,

Nombre de pages: 432

Plongez au coeur du Deep Learning Ce livre a été écrit pour tous ceux qui souhaitent s'initier au Deep Learning (apprentissage profond). Il est la suite logique du titre " Le Machine learning avec Python" paru en février 2018. Le Deep Learning est une technologie nouvelle qui évolue très rapidement. Ce livre en présente les bases principales de cette technologie. Au coeur de celle-ci on trouve les réseaux de neurones profonds, permettant de modéliser tous types de données et les réseaux de convolution, capables de traiter des images. Et enfin, cette technologie de plus en plus utilisée dans les applications d'intelligence artificielle introduit le notion de Reinforcement Learning (apprentissage par renforcement) qui permet d'optimiser les prises de décision par exemple pour le fonctionnement d'un robot. Au programme : La génèse du Deep Learning Les résaux de neuronnes Les bases des réseaux de type Deep learning L'architecture réseau Créer un réseau type Adapter le réseau à des besoins propres Les architectures spécifiques La vectorisation Le Deep Learning et DL4J sur Spark Au coeur de l'intelligence artificielle RL4J et Reinforcement Learning

Créer des applications graphiques en Python avec PyQt5

Créer des applications graphiques en Python avec PyQt5

Auteure: Thibaut Cuvelier , Pierre Denis ,

Nombre de pages: 375

Ce livre s'adresse à toute personne souhaitant développer des interfaces graphiques en Python, de la simple boîte de dialogue à la création d'applications graphiques élaborées, avec menus, barre d'outils, redimensionnement à la taille de l'écran, accès à une base de données, etc. Il suppose que vous débutez en Qt, mais que vous connaissez Python et maîtrisez les notions de programmation orientée objet, notamment l'héritage. Qt est une bibliothèque multiplateforme extrêmement complète écrite en C++. PyQt sert de couche de liaison entre C++ et Python, et apporte Qt à l'environnement Python. Ce livre s'appuie sur la version 5.6 de Qt, destinée à être maintenue sur le long terme, tout en signalant le cas échéant d'éventuelles divergences avec la version 5.7. Tous les exemples sont donc réalisés avec PyQt5. Deux approches de développement vous sont proposées : la manière impérative par assemblage de composants (aussi appelés widgets) et la manière déclarative à l'aide du langage QML (Qt Quick). Une même application de gestion de bibliothèque sera développée à titre d'exemple avec chacune des méthodes. Pour aller plus loin, vous aborderez dans...

Traitement d'images et de vidéos avec OpenCV 3 en C++ (Windows, Linux, Raspberry)

Traitement d'images et de vidéos avec OpenCV 3 en C++ (Windows, Linux, Raspberry)

Auteure: Laurent Berger ,

Nombre de pages: 320

Ce livre explique comment utiliser la librairie OpenCV dans ses applications les plus courantes : traitement, analyse et reconstitution d'images, stéréovision, reconnaissance de caractères, reconnaissance faciale et machine learning. Centré sur la pratique, il vous introduit à ses principales fonctionnalités au travers de l'étude de neuf cas. Les deux premiers permettent de se familiariser avec OpenCV 3 et son implémentation en C++ (acquisition à partir de plusieurs caméras, gestion des threads, optimisation). Les sept autres sont relativement indépendants et exposent les fonctions majeures (segmentation, panoramique, calibrage, visualisation 3D, etc.) disponibles dans les modules d'OpenCV. Les exemples sont écrits en C++ avec la version 3.3.0 d'OpenCV (et opencv_contrib) et peuvent être déployés sur Windows, Linux et Raspberry. Certains nécessitent d'avoir au moins deux caméras. Sommaire : 1. Pour commencer 2. Écran de contrôle de caméra vidéo – Gestion des processus légers 3. Oil painting : parallélisation d'une tâche 4. Segmentation d'images 5. Réaliser une caméra panoramique 6. Calibrage d'images et stéréovision 7. Structure 3D à partir du...

Data Science par la pratique

Data Science par la pratique

Auteure: Joël 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...

Big Data et Machine Learning - 2e éd.

Big Data et Machine Learning - 2e éd.

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

Nombre de pages: 272

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. 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...), d’outils (écosystème Hadoop, Storm...) et d’exemples de machine learning ; Cette deuxième édition comporte des ajouts sur le deep learning et les réseaux de neurones, ainsi que des compléments et des mises à jour sur les moteurs de recommandations et Spark. Les compléments en ligne seront enrichis de nouveaux jeux de données pour un début de mise en pratique.

Le web sémantique

Le web sémantique

Auteure: Fabien Gandon , Olivier Corby , Catherine Faron-Zucker ,

Nombre de pages: 224

Le web sémantique désigne un ensemble de technologies visant à rendre les ressources du web plus largement utilisables ou plus pertinentes grâce à un système de métadonnées qui utilisent notamment la famille des langages développés par le W3C (World Wide Web Consortium). Cet ouvrage offre dans un langage accessible une synthèse de ce qu'il faut aujourd'hui savoir du web sémantique. Il explique simplement quelles sont les techniques mises en œuvre et dresse un panorama des utilisations potentielles et des bénéfices attendus.

Donner un sens à l’intelligence artificielle

Donner un sens à l’intelligence artificielle

Auteure: Cédric Villani , Yann Bonnet , Charly Berthet , François Levin , Marc Schoenauer , Anne-Charlotte Cornut , Bertrand Rondepierre ,

Nombre de pages: 233

L’intelligence artificielle est entrée, depuis quelques années, dans une nouvelle ère, qui donne lieu à de nombreuses craintes et à de nombreux espoirs. Rendues possibles par des algorithmes nouveaux, la multiplication des jeux de données et le décuplement des puissances de calcul, les applications se multiplient : traduction automatique, conduite autonome, détection de cancer… Le développement de l’intelligence artificielle est amené à toucher l’ensemble des domaines et des secteurs. Les investissements dans la recherche et dans l’industrie atteignent des sommes extraordinaires, notamment aux États-Unis et en Chine. Les responsables politiques du monde entier l’évoquent dans les discours de politique générale comme un levier de pouvoir majeur. C’est que l’intelligence artificielle va désormais jouer un rôle bien plus important que celui qu’elle jouait jusqu’alors et, plus que jamais, il nous faut donner un sens à son développement. Donner un sens, c’est d’abord donner une direction, un cap, pour positionner la France et l’Europe à l’avant-garde de cette révolution naissante. C’est également lui donner une signification :...

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...

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 Python, langage moderne et élégant, aussi performant pour le développement d'applications web complexes que pour la réalisation de scripts système ou l'analyse de fichiers XML. Un support de cours réputé et adopté par de nombreux enseignants, avec 60 pages d'exercices corrigés Reconnu et utilisé par les enseignants de nombreuses écoles et IUT, complété d'exercices accompagnés de leurs corrigés, cet ouvrage original et érudit est une référence sur tous les fondamentaux de la programmation : choix d'une structure de données, paramétrage, modularité, orientation objet et héritage, conception d'interface, multithreading et gestion d'événements, protocoles de communication et gestion réseau, bases de données... jusqu'à la désormais indispensable norme Unicode (le format UTF-8). On verra notamment la réalisation avec Python 3 d'une application web interactive et autonome, intégrant une base de données SQLite. Cette...



X
FERMER