Ngā hua rapu

Ngā kaupapa kua whakahuatia i roto i tō rapu.
Whakamahine hua
  1. 1
    Ata uhi

    The Elements of statistical learning : Data Mining, inference, and prediction . mā Hastie , Trevor, Friedman, Jerome

    I whakaputaina 2005
    Livre


    Tiaki ki tētahi rārangi
    I tiakina i:
  2. 2
    Ata uhi

    La combinatoire à l'assaut du spam mā Vayatis, Nicolas

    I whakaputaina i La Recherche (2008)
    Numéro de revue thématique


    Tiaki ki tētahi rārangi
    I tiakina i:
  3. 3
    Ata uhi

    Quand les machines apprennent toutes seules mā Devillard, Arnaud, 1974-

    I whakaputaina i Sciences et avenir (2015)
    Numéro de revue thématique


    Tiaki ki tētahi rārangi
    I tiakina i:
  4. 4
    Ata uhi

    Data scientist et langage R : guide d'autoformation à l'exploitation des big data mā Laude, Henri

    I whakaputaina 2016
    Livre


    Tiaki ki tētahi rārangi
    I tiakina i:
  5. 5
    Ata uhi

    Big data et machine learning : les concepts et les outils de la data science mā Lemberger, Pirmin, Batty, Marc, Morel, Médéric, Raffaëlli, Jean-Luc

    I whakaputaina 2016
    Livre


    Tiaki ki tētahi rārangi
    I tiakina i:
  6. 6
    Ata uhi

    L'intelligence artificielle à l'assaut des labos.

    I whakaputaina i La Recherche (2017)
    Numéro de revue thématique


    Tiaki ki tētahi rārangi
    I tiakina i:
  7. 7
    Ata uhi

    Antoine Bordes, chercheur en intelligence artificielle. L'ami des algorithmes mā Devillard, Arnaud, 1974-

    I whakaputaina i Sciences et avenir (2018)
    Numéro de revue thématique


    Tiaki ki tētahi rārangi
    I tiakina i:
  8. 8
    Ata uhi

    Au-delà de l'humanité [dossier] mā Delahaye, Jean-Paul, 1952-...., mathématicien, Khamassi, Mehdi, 1980-, Chatila, Raja, Tisseron, Serge, 1948-, Alexandre, Frédéric

    I whakaputaina i Dossier de Pour la science (2015)
    Numéro de revue thématique


    Tiaki ki tētahi rārangi
    I tiakina i:
  9. 9
    Ata uhi

    Data science : fondamentaux et études de cas : machine learning avec Python et R mā Biernat, Éric, Lutz, Michel, 1981-

    I whakaputaina 2015
    Livre


    Tiaki ki tētahi rārangi
    I tiakina i:
  10. 10
    Ata uhi

    Data scientist et langage R : guide d'autoformation à l'exploitation intelligente des big data mā Laude, Henri, Laude, Eva

    I whakaputaina 2018
    Livre


    Tiaki ki tētahi rārangi
    I tiakina i:
  11. 11
    Ata uhi

    Big data et machine learning : les concepts et les outils de la data science mā Lemberger, Pirmin, Batty, Marc, Morel, Médéric, Raffaëlli, Jean-Luc

    I whakaputaina 2019
    Livre


    Tiaki ki tētahi rārangi
    I tiakina i:
  12. 12
    Ata uhi

    L'IA au service de l'intelligence humaine

    I whakaputaina i Sciences et avenir (2020)
    Numéro de revue thématique


    Tiaki ki tētahi rārangi
    I tiakina i:
  13. 13
    Ata uhi

    Le Machine Learning avec Python : de la théorie à la pratique mā Khichane, Madjid, 1980-

    I whakaputaina 2021
    Livre


    Tiaki ki tētahi rārangi
    I tiakina i:
  14. 14
    Ata uhi

    Quand la machine apprend : la révolution des neurones artificiels et de l'apprentissage profond mā Le Cun, Yann, 1960-

    I whakaputaina 2019
    Livre


    Tiaki ki tētahi rārangi
    I tiakina i:
  15. 15
    Ata uhi

    Intelligence artificielle : une approche moderne mā Russell, Stuart, 1962-, Norvig, Peter, 1956-

    I whakaputaina 2021
    Livre


    Tiaki ki tētahi rārangi
    I tiakina i:
  16. 16
    Ata uhi

    Intelligence artificielle : dis moi qui est la plus belle mā Koppe, Martin

    I whakaputaina i Carnets des science (2022)
    Article/contribution


    Tiaki ki tētahi rārangi
    I tiakina i:
  17. 17
    Ata uhi

    Python pour le data scientist : des bases du langage au machine learning mā Jakobowicz, Emmanuel, 1980-

    I whakaputaina 2021
    Livre


    Tiaki ki tētahi rārangi
    I tiakina i:
  18. 18
    Ata uhi

    Mythes et limites des générateurs de contenu mā Tissolong, Salomé

    I whakaputaina i Carnets des science (2023)
    Article/contribution


    Tiaki ki tētahi rārangi
    I tiakina i:
  19. 19
    Ata uhi

    A Hands-On Introduction to Machine Learning. mā Shah, Chirag

    I whakaputaina 2022
    Livre


    Tiaki ki tētahi rārangi
    I tiakina i:
  20. 20
    Ata uhi

    L'intelligence artificielle décryptée : comprendre les enjeux et risques éthiques de l'IA pour mieux l'appréhender mā Desveaud, Kathleen, 19..-...., docteure en marketing

    I whakaputaina 2024
    Livre


    Tiaki ki tētahi rārangi
    I tiakina i:
  21. 21
    Ata uhi

    Les data sciences en 100 questions-réponses mā Benzaki, Younes

    I whakaputaina 2020
    Livre


    Tiaki ki tētahi rārangi
    I tiakina i:
  22. 22
    Ata uhi

    Le casse-tête de l'intelligence artificielle : la machine qu'on ne comprend pas mā Laurens, Clémentine

    I whakaputaina i @Epsiloon. Hors-série (2024)
    Article/contribution


    Tiaki ki tētahi rārangi
    I tiakina i:
  23. 23
    Ata uhi

    Le machine learning peut-il être une solution contre les fake news mā Bridon, Constant

    I whakaputaina i Linux magazine France (2022)
    Article/contribution


    Tiaki ki tētahi rārangi
    I tiakina i:
  24. 24
    Ata uhi

    Journal de l'IA : quand les algorithmes doivent désapprendre mā Devillard, Arnaud, 1974-

    I whakaputaina i Sciences et avenir (2025)
    Article/contribution


    Tiaki ki tētahi rārangi
    I tiakina i:
  25. 25
    Ata uhi

    Leçons d'apprentissage symbolique automatique mā Kodratoff, Yves

    I whakaputaina 1986
    Livre


    Tiaki ki tētahi rārangi
    I tiakina i:

Ngā utauta rapu: