Apprentissage machine, clé de l'intelligence artificielle : une introduction pour non-spécialistes

Enregistré dans:
Détails bibliographiques
Auteur principal: Gilleron, Rémi. (Auteur)
Support: E-Book
Langue: Français
Publié: Paris : Ellipses.
Sujets:
Autres localisations: Voir dans le Sudoc
Résumé: "Cet ouvrage introductif s'adresse en priorité à des étudiants de licence scientifique et à des étudiants non scientifiques souhaitant découvrir les fondements de l'apprentissage machine. L'objectif principal est de faire comprendre les algorithmes et systèmes principaux d'apprentissage machine utilisés en science des données : les arbres de décision, les méthodes d'ensemble, les séparateurs à vastes marges et les réseaux de neurones. En particulier, comprendre pourquoi il existe différents systèmes d'apprentissage, comprendre les avantages et inconvénients de chacun des systèmes, comprendre comment les utiliser au mieux en effectuant les meilleurs choix possibles. Ceci doit permettre au lecteur d'être un utilisateur intelligent des méthodes de fouille de données et, par conséquent, lui permettre de les utiliser pour résoudre des tâches dans son domaine de compétence
Accès en ligne: Accès à l'E-Book
Lien: Autre support: Apprentissage machine, clé de l'intelligence artificielle : une introduction pour non-spécialistes / Rémi Gilleron
LEADER 03048cmm a2200481 i 4500
001 ebook-275796752
005 20240221070554.0
007 cu|uuu---uuuuu
008 240209s2019||||fr ||||g|||| ||||||fre d
020 |a 9782340088078 
035 |a (OCoLC)1422580642 
035 |a FRCYB88950055 
035 |a FRCYB084688950055 
035 |a FRCYB087088950055 
035 |a FRCYB087588950055 
035 |a FRCYB24888950055 
035 |a FRCYB26088950055 
035 |a FRCYB56788950055 
035 |a FRCYB63288950055 
040 |a ABES  |b fre  |e AFNOR 
041 0 |a fre  |f fre  |2 639-2 
082 0 |a 006.31  |2 23 
100 1 |0 (IdRef)061168718  |1 http://www.idref.fr/061168718/id  |a Gilleron, Rémi.  |4 aut.  |e Auteur 
245 1 0 |a Apprentissage machine, clé de l'intelligence artificielle :  |b une introduction pour non-spécialistes   |c Rémi Gilleron. 
264 1 |a Paris :  |b Ellipses. 
264 2 |a Paris :  |b Cyberlibris,  |c 2019. 
336 |b txt  |2 rdacontent 
337 |b c  |2 rdamedia 
337 |b b  |2 isbdmedia 
338 |b ceb  |2 RDAfrCarrier 
500 |a Couverture (https://static2.cyberlibris.com/books_upload/136pix/9782340088078.jpg). 
504 |a Notes bibliogr. et webogr. Index. 
506 |a L'accès en ligne est réservé aux établissements ou bibliothèques ayant souscrit l'abonnement  |e Cyberlibris 
520 |a "Cet ouvrage introductif s'adresse en priorité à des étudiants de licence scientifique et à des étudiants non scientifiques souhaitant découvrir les fondements de l'apprentissage machine. L'objectif principal est de faire comprendre les algorithmes et systèmes principaux d'apprentissage machine utilisés en science des données : les arbres de décision, les méthodes d'ensemble, les séparateurs à vastes marges et les réseaux de neurones. En particulier, comprendre pourquoi il existe différents systèmes d'apprentissage, comprendre les avantages et inconvénients de chacun des systèmes, comprendre comment les utiliser au mieux en effectuant les meilleurs choix possibles. Ceci doit permettre au lecteur d'être un utilisateur intelligent des méthodes de fouille de données et, par conséquent, lui permettre de les utiliser pour résoudre des tâches dans son domaine de compétence 
650 7 |0 (IdRef)027234541  |1 http://www.idref.fr/027234541/id  |a Intelligence artificielle.  |2 ram 
650 7 |0 (IdRef)027940373  |1 http://www.idref.fr/027940373/id  |a Apprentissage automatique.  |2 ram 
655 7 |0 (IdRef)03020934X  |1 http://www.idref.fr/03020934X/id  |a Manuels d'enseignement supérieur.  |2 ram 
776 0 |t Apprentissage machine, clé de l'intelligence artificielle : une introduction pour non-spécialistes / Rémi Gilleron  |d Paris : Ellipses  |h 1 vol. (192 p.). (@Références sciences)  |z 978-2-340-02880-7  |w (ABES)234145668 
856 |q HTML  |u https://srvext.uco.fr/login?url=https://univ.scholarvox.com/book/88950055  |w Données éditeur  |z Accès à l'E-Book 
886 2 |2 unimarc  |a 181  |a i#  |b xxxe## 
993 |a E-Book  
994 |a BNUM 
995 |a 275796752