Détail de l'éditeur
|
|
Documents disponibles chez cet éditeur
trié(s) par (Pertinence décroissant(e), Titre croissant(e)) Affiner la recherche101 minéraux et pierres précieuses qu'il faut avoir vus dans sa vie / Jean-Claude Boulliard (DL 2023)
Titre : 101 minéraux et pierres précieuses qu'il faut avoir vus dans sa vie Type de document : texte imprimé Auteurs : Jean-Claude Boulliard, Auteur Editeur : Malakoff : Dunod Année de publication : DL 2023 Importance : 1 vol. (239 p.) Présentation : phot. en coul. Format : 23 cm ISBN/ISSN/EAN : 978-2-10-084853-9 Note générale : La page de gauche contient la carte d'identité des minéraux et pierres précieuses (nature, formule chimique, système cristallin, densité, dureté , étymologie) + comment la reconnaître + une description détaillée . La page de droite est une photographie de celle-ci.-PPN 196193265 Langues : Français (fre) Tags : Minéralogie Minéraux Pierres précieuses Mineralogy Minerals Precious stones Index. décimale : 549 Minéralogie Résumé : Au cours des temps géologiques, la Terre a créé en divers endroits des "pièges" où sont apparues de merveilleuses curiosités minérales. Ce livre présente 101 minéraux et pierres précieuses du monde entier, tous singuliers. Des plus emblématiques (or, diamant, rubis, argent...) aux plus méconnus (proustite, hématite, azurite, aragonite...), chaque minéral ou gemme est décrit et illustré par de magnifiques images.Plongez dans ce livre en vous laissant guider à la rencontre de ces 101 merveilles minérales qu'il faut avoir vues dans sa vie ! ?(4e de couverture) Note de contenu : LES ANTIQUES - LES NOUVELLES MERVEILLES - LES INDUSTRIELLES - LES CURIOSITES - Glossaire p.228-231. - Le tableau de Mendeleïev (p.232) - Bibliogr. p.234. - Index p.235-239 101 minéraux et pierres précieuses qu'il faut avoir vus dans sa vie [texte imprimé] / Jean-Claude Boulliard, Auteur . - Malakoff : Dunod, DL 2023 . - 1 vol. (239 p.) : phot. en coul. ; 23 cm.
ISBN : 978-2-10-084853-9
La page de gauche contient la carte d'identité des minéraux et pierres précieuses (nature, formule chimique, système cristallin, densité, dureté , étymologie) + comment la reconnaître + une description détaillée . La page de droite est une photographie de celle-ci.-PPN 196193265
Langues : Français (fre)
Tags : Minéralogie Minéraux Pierres précieuses Mineralogy Minerals Precious stones Index. décimale : 549 Minéralogie Résumé : Au cours des temps géologiques, la Terre a créé en divers endroits des "pièges" où sont apparues de merveilleuses curiosités minérales. Ce livre présente 101 minéraux et pierres précieuses du monde entier, tous singuliers. Des plus emblématiques (or, diamant, rubis, argent...) aux plus méconnus (proustite, hématite, azurite, aragonite...), chaque minéral ou gemme est décrit et illustré par de magnifiques images.Plongez dans ce livre en vous laissant guider à la rencontre de ces 101 merveilles minérales qu'il faut avoir vues dans sa vie ! ?(4e de couverture) Note de contenu : LES ANTIQUES - LES NOUVELLES MERVEILLES - LES INDUSTRIELLES - LES CURIOSITES - Glossaire p.228-231. - Le tableau de Mendeleïev (p.232) - Bibliogr. p.234. - Index p.235-239 Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité Nom du donateur OCA-SA-009441 BOU-37 Ouvrages / Books OCA Bib. Géoazur Sophia-Antipolis SA-Salle-A213-Ouvrages Exclu du prêt
Titre : Au coeur des trous noirs Type de document : texte imprimé Auteurs : Aurélien Barrau (1973-....), Auteur Editeur : Malakoff : Dunod Année de publication : DL 2017 Importance : 1 vol. (151 p.) Présentation : ill. en coul., couv. ill. en coul. Format : 20 cm ISBN/ISSN/EAN : 978-2-10-074849-5 Note générale : PPN 199772363 .- ISBN : 978-2-10-079586-4 (br.) (2019) Langues : Français (fre) Tags : Trous noirs (astronomie) Black holes (Astronomy) Index. décimale : 523.887 5 Trous noirs Note de contenu : Bibliogr. p. 145-146. Index
Sommaire : 1. Qu'est-ce qu'un trou noir ? - 2. La théorie d'Einstein - 3. Quand l'espace-temps devient fou - 4. Voyage à l'intérieur du trou noir - 5. Le trou noir toupie - 6. Quand les trous noirs s'évaporent - 7. Verra-t-on bientôt des trous noirs ? - 8. Trous noirs et nouvelle physiqueAu coeur des trous noirs [texte imprimé] / Aurélien Barrau (1973-....), Auteur . - Malakoff : Dunod, DL 2017 . - 1 vol. (151 p.) : ill. en coul., couv. ill. en coul. ; 20 cm.
ISBN : 978-2-10-074849-5
PPN 199772363 .- ISBN : 978-2-10-079586-4 (br.) (2019)
Langues : Français (fre)
Tags : Trous noirs (astronomie) Black holes (Astronomy) Index. décimale : 523.887 5 Trous noirs Note de contenu : Bibliogr. p. 145-146. Index
Sommaire : 1. Qu'est-ce qu'un trou noir ? - 2. La théorie d'Einstein - 3. Quand l'espace-temps devient fou - 4. Voyage à l'intérieur du trou noir - 5. Le trou noir toupie - 6. Quand les trous noirs s'évaporent - 7. Verra-t-on bientôt des trous noirs ? - 8. Trous noirs et nouvelle physiqueRéservation
Réserver ce document
Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité Nom du donateur OCA-NI-010079 010079 Ouvrages / Books OCA Bib. Nice Mont-Gros NI-Salle de lecture-Ouvrages Disponible
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. Réservation
Réserver ce document
Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité Nom du donateur OCA-SA-006565 CHA-45 Ouvrages / Books OCA Bib. Géoazur Sophia-Antipolis SA-Salle-A213-Ouvrages Sorti jusqu'au 31/12/2024
Titre : Introduction au Machine Learning Type de document : texte imprimé Auteurs : Chloé-Agathe Azencott, Auteur Editeur : Malakoff : Dunod Année de publication : DL 2019 Collection : info sup, ISSN 2429-263X Importance : 1 vol. (XI-227 p.) Présentation : ill., graph., fig., couv. ill. en coul Format : 24 cm ISBN/ISSN/EAN : 978-2-10-080153-4 Note générale : Public : étudiants en fin de licence et en master d'informatique ou de maths appliquées, ainsi qu'aux élèves ingénieurs. -- PPN 238680037 Langues : Français (fre) Tags : Apprentissage automatique -- Manuels d'enseignement supérieur Apprentissage automatique -- Problèmes et exercices Données massives -- Manuels d'enseignement supérieur Algorithmes -- Manuels d'enseignement supérieur Machine learning -- Textbooks Machine learning -- Problems, exercises, etc. Big data -- Textbooks Algorithms -- Textbooks Index. décimale : 006.31 Apprentissage automatique (informatique) Résumé : La 4e de couverture indique : "Le Machine Learning est une discipline dont les outils puissants permettent aujourd'hui à de nombreux secteurs d'activité de réaliser des progrès spectaculaires grâce à l'exploitation de grands volumes de données. Le but de cet ouvrage est de vous fournir des bases solides sur les concepts et les algorithmes de ce domaine en plein essor. Il vous aidera à identifier les problèmes qui peuvent être résolus par une approche Machine Learning, à les formaliser, à identifier les algorithmes les mieux adaptés à chaque problème, à les mettre en Å“uvre, et enfin à savoir évaluer les résultats obtenus. Les notions de cours sont illustrées et complétées par 86 exercices, tous corrigés." Note de contenu : Sommaire : 1. Présentation du machine learning .- 2. Apprentissage supervisé .- 3. Sélection de modèle et évaluation .- 4. Inférence bayésienne.- 5. Régressions paramétriques.- 6. Régularisation.- 7. Réseaux de neurones artificiels.- 8. Méthode des plus proches voisins.- 9. Arbres et forêts.- 10. Machines à vecteurs de support et méthodes à noyaux.- 11. Réduction de dimension .- 12. Clustering.- Appendice. Notions d'optimisation convexe. - Bibliogr. en fin de chapitres. - Index p.225-227. Introduction au Machine Learning [texte imprimé] / Chloé-Agathe Azencott, Auteur . - Malakoff : Dunod, DL 2019 . - 1 vol. (XI-227 p.) : ill., graph., fig., couv. ill. en coul ; 24 cm. - (info sup, ISSN 2429-263X) .
ISBN : 978-2-10-080153-4
Public : étudiants en fin de licence et en master d'informatique ou de maths appliquées, ainsi qu'aux élèves ingénieurs. -- PPN 238680037
Langues : Français (fre)
Tags : Apprentissage automatique -- Manuels d'enseignement supérieur Apprentissage automatique -- Problèmes et exercices Données massives -- Manuels d'enseignement supérieur Algorithmes -- Manuels d'enseignement supérieur Machine learning -- Textbooks Machine learning -- Problems, exercises, etc. Big data -- Textbooks Algorithms -- Textbooks Index. décimale : 006.31 Apprentissage automatique (informatique) Résumé : La 4e de couverture indique : "Le Machine Learning est une discipline dont les outils puissants permettent aujourd'hui à de nombreux secteurs d'activité de réaliser des progrès spectaculaires grâce à l'exploitation de grands volumes de données. Le but de cet ouvrage est de vous fournir des bases solides sur les concepts et les algorithmes de ce domaine en plein essor. Il vous aidera à identifier les problèmes qui peuvent être résolus par une approche Machine Learning, à les formaliser, à identifier les algorithmes les mieux adaptés à chaque problème, à les mettre en œuvre, et enfin à savoir évaluer les résultats obtenus. Les notions de cours sont illustrées et complétées par 86 exercices, tous corrigés." Note de contenu : Sommaire : 1. Présentation du machine learning .- 2. Apprentissage supervisé .- 3. Sélection de modèle et évaluation .- 4. Inférence bayésienne.- 5. Régressions paramétriques.- 6. Régularisation.- 7. Réseaux de neurones artificiels.- 8. Méthode des plus proches voisins.- 9. Arbres et forêts.- 10. Machines à vecteurs de support et méthodes à noyaux.- 11. Réduction de dimension .- 12. Clustering.- Appendice. Notions d'optimisation convexe. - Bibliogr. en fin de chapitres. - Index p.225-227. Réservation
Réserver ce document
Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité Nom du donateur OCA-SA-006564 AZE-01 Ouvrages / Books OCA Bib. Géoazur Sophia-Antipolis SA-Salle-A213-Ouvrages Sorti jusqu'au 31/12/2024
