| Titre : |
Introduction au Deep Learning |
| Type de document : |
texte imprimé |
| Auteurs : |
Eugene Charniak, Auteur ; Anne Bohy, Traducteur |
| Editeur : |
Malakoff : Dunod |
| Année de publication : |
DL 2021 |
| Collection : |
info sup, ISSN 2429-263X |
| Importance : |
1 vol. (X-162 p.) |
| Présentation : |
ill., couv. ill. en coul. |
| Format : |
24 cm |
| ISBN/ISSN/EAN : |
978-2-10-081926-3 |
| Note générale : |
Public : L3, masters informatique ou mathématiques appliquées, élèves ingénieurs. - Traduit de l'anglais. - Titre original : Introduction to deep learning / Eugene Charniak. - ISBN 978-0-262-03951-2 -- PPN 252932625
|
| Langues : |
Français (fre) |
| Tags : |
Apprentissage profond -- Manuels d'enseignement supérieur Apprentissage profond -- Problèmes et exercices Intelligence artificielle -- Manuels d'enseignement supérieur Intelligence artificielle -- Problèmes et exercices Machine learning -- Textbooks Machine learning -- Problems, exercises, etc. Artificial intelligence -- Textbooks Artificial intelligence -- Problems, exercices, etc. |
| Index. décimale : |
006.31 Apprentissage automatique (informatique) |
| Résumé : |
La quatrième de couverture indique : "L'apprentissage profond (deep learning) a révolutionné l'intelligence artificielle et s'est très rapidement répandu dans de nombreux domaines d'activité. Grâce à une approche "orientée objet", ce livre a pour but d'expliquer les bases du deep learning, depuis les réseaux de neurones à propagation avant jusqu'aux réseaux non supervisés. Conçu comme un manuel d'apprentissage synthétique, avec cours et exercices, il s'appuie sur des exemples dans des domaines comme la vision par ordinateur, la compréhension des langages naturels ou l'apprentissage par renforcement. Ces exemples sont étudiés avec le logiciel Tensorflow. Les notions théoriques sont illustrées et complétées par une quarantaine d'exercices, dont la moitié sont corrigés." |
| Note de contenu : |
Bibliogr. p. 153-155. Index p.157-162. Exercices en fin de chapitre. |
Introduction au Deep Learning [texte imprimé] / Eugene Charniak, Auteur ; Anne Bohy, Traducteur . - Malakoff : Dunod, DL 2021 . - 1 vol. (X-162 p.) : ill., couv. ill. en coul. ; 24 cm. - ( info sup, ISSN 2429-263X) . ISBN : 978-2-10-081926-3 Public : L3, masters informatique ou mathématiques appliquées, élèves ingénieurs. - Traduit de l'anglais. - Titre original : Introduction to deep learning / Eugene Charniak. - ISBN 978-0-262-03951-2 -- PPN 252932625
Langues : Français ( fre)
| Tags : |
Apprentissage profond -- Manuels d'enseignement supérieur Apprentissage profond -- Problèmes et exercices Intelligence artificielle -- Manuels d'enseignement supérieur Intelligence artificielle -- Problèmes et exercices Machine learning -- Textbooks Machine learning -- Problems, exercises, etc. Artificial intelligence -- Textbooks Artificial intelligence -- Problems, exercices, etc. |
| Index. décimale : |
006.31 Apprentissage automatique (informatique) |
| Résumé : |
La quatrième de couverture indique : "L'apprentissage profond (deep learning) a révolutionné l'intelligence artificielle et s'est très rapidement répandu dans de nombreux domaines d'activité. Grâce à une approche "orientée objet", ce livre a pour but d'expliquer les bases du deep learning, depuis les réseaux de neurones à propagation avant jusqu'aux réseaux non supervisés. Conçu comme un manuel d'apprentissage synthétique, avec cours et exercices, il s'appuie sur des exemples dans des domaines comme la vision par ordinateur, la compréhension des langages naturels ou l'apprentissage par renforcement. Ces exemples sont étudiés avec le logiciel Tensorflow. Les notions théoriques sont illustrées et complétées par une quarantaine d'exercices, dont la moitié sont corrigés." |
| Note de contenu : |
Bibliogr. p. 153-155. Index p.157-162. Exercices en fin de chapitre. |
|
trié(s) par (Pertinence décroissant(e), Titre croissant(e)) Affiner la recherche
