Extraction et gestion des connaissances : EGC'2016 : [16ème conférence francophone sur l'extraction et la gestion des connaissances, Reims, 18-22 janvier 2016]

Extraction et gestion des connaissances : EGC'2016 :

Enregistré dans:

Détails bibliographiques
Autres auteurs:	Conférence francophone sur l'extraction et la gestion des connaissances (Auteur), Crémilleux, Bruno (1965-....; enseignant-chercheur en informatique)., Runz, Cyril de (1980-....).
Support:	E-Book
Langue:	Français
Publié:	Paris : Hermann.
Sujets:	Classification automatique. Apprentissage automatique. Exploration de données. Gestion des connaissances. Actes de congrès.
Autres localisations:	Voir dans le Sudoc
Accès en ligne:	Accès à l'E-book

Documents similaires

Extraction et gestion des connaissances : EGC'2015

Deep learning by example : a hands-on guide to implementing advanced machine learning algorithms and neural networks
par: Menshawy, Ahmed.
Publié: (2018)

Machine learning : expert techniques to tackle complex machine learning problems using Python
par: Thanaki, Jalaj.
Publié: (2018)

Les data sciences en 100 questions-réponses
par: Benzaki, Younes.
Publié: (2020)

Python pour le data scientist : des bases du langage au machine learning
par: Jakobowicz, Emmanuel (1980-....).

Machine Learning Algorithms : Reference guide for popular algorithms for data science and machine learning
par: Bonaccorso, Bonaccorso.
Publié: (2017)

Adversial robustness for machine learning
par: Chen, Pin-Yu (19..-).

Big data et machine learning : les concepts et les outils de la data science
par: Lemberger, Pirmin.
Publié: (2019)

Data science par la pratique : fondamentaux avec Python
par: Grus, Joel (19..-....).
Publié: (2020)

Graph Machine Learning : Take graph data to the next level by applying machine learning techniques and algorithms
par: Stamile, Claudio (19..-....; chercheur en informatique).
Publié: (2021)

Developmental robotics : from babies to robots
par: Cangelosi, Angelo (1967-....).

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

The Promise of Artificial Intelligence : Reckoning and Judgment
par: Smith, Brian Cantwell.
Publié: (2019)

Apprentissage artificiel : concepts et algorithmes : de Bayes et Hume au Deep Learning
par: Barra, Vincent (19..-....; chercheur en informatique de modélisation).
Publié: (2021)

Statistics, Data Mining, and Machine Learning in Astronomy : A Practical Python Guide for the Analysis of Survey Data
par: Ivezic, Zeljko (1965-....).
Publié: (2019)

R machine learning by example : understand the fundamentals of machine learning with R and build your own dynamic algorithms to tackle complicated real-world problems successfully
par: Bali, Raghav (19..-....).
Publié: (2016)

Deep learning
par: Kelleher, John D. (1974-....).
Publié: (2019)

Mathematica Data Analysis : learn and explore the fundamentals of data anlysis with the power of Mathematica
par: Suchok, Sergiy.
Publié: (2015)

Feature engineering made easy : identify unique features from your dataset in order to build powerful machine learning systems
par: Ozdemir, Sinan.
Publié: (2018)

Construire un second cerveau : une méthode complète pour organiser votre vie numérique et libérer votre potentiel créatif
par: Forte, Tiago (19..-....).

Introduction au machine learning
par: Azencott, Chloé-Agathe (19..-....).
Publié: (2022)

Deep learning with TensorFlow : explore neural networks and build intelligent systems with Python
par: Zaccone, Giancarlo.
Publié: (2018)

Machine learning for developers : uplift your regular applications with the power of statistics, analytics, and machine learning
par: Bonnin, Rodolfo.
Publié: (2017)

Data science with Jupyter : master data science skills with easy-to-follow Python examples
par: Gupta, Prateek.

Deep learning essentials : your hands-on guide to the fundamentals of deep learning and neural network modeling
par: Di, Wei.
Publié: (2018)

Big Data MBA : driving business strategies with data science
par: Schmarzo, Bill.
Publié: (2015)

Machine learning avec Scikit-Learn : mise en oeuvre et cas concrets
par: Géron, Aurélien (19..-....).

Machine learning for time series forecasting with Python
par: Lazzeri, Francesca (19..-....).

XIe journées francophones sur les entrepôts de données et l'analyse en ligne : EDA'15 : [Bruxelles, 2 et 3 avril 2015]

Machine learning for planetary science
par: Helbert, Joern.
Publié: (2022)

TensorFlow deep learning projects : 10 real-world projects on computer vision, machine translation, chatbots, and reinforcement learning
par: Massaron, Luca (19..-....).
Publié: (2018)

Predictive analytics and data mining : concepts and practice with Rapidminer
par: Kotu, Vijay.
Publié: (2015)

Xe journées francophones sur les entrepôts de données et l'analyse en ligne : EDA'14 : [Vichy, Pôle universitaire Lardy, 5 et 6 juin 2014]

Big data, data mining, and machine learning : value creation for business leaders and practitioners
par: Dean, Jared (1978-...).

Apache Mahout essentials : implement top-notch machine learning algorithms for classification, clustering, and recommendations with Apache Mahout
par: Withanawasam (Jayani).
Publié: (2015)

Optimization for machine learning
par: Sra, Suvrit (1976-....).
Publié: (2011)

Data science : fondamentaux et études de cas : machine learning avec Python et R
par: Biernat, Éric (19..-....).
Publié: (2015)

Pentaho Data Integration : beginner's guide : get up and running with the Pentaho Data Integration tool using this hands-on, easy-to-read guide
par: Roldán, María Carina (1970-....).
Publié: (2013)

Pentaho data integration 4 cookbook : over 70 recipes to solve ETL problems using Pentaho Kettle
par: Pulvirenti, Adrián Sergio (1972-....).
Publié: (2011)

Université catholique de l'Ouest - Bibliothèques - 3 place André Leroy - BP10808 - 49008 ANGERS Cedex 1