Résultat de la recherche
9 résultat(s) recherche sur le tag 'Machine learning' 
trié(s) par (Pertinence décroissant(e), Titre croissant(e)) Affiner la recherche Générer le flux rss de la recherche
Partager le résultat de cette recherche
Titre : Machine Learning : a bayesian and optimization perspective Type de document : texte imprimé Auteurs : Sergios Theodoridis, Auteur Editeur : Amsterdam ; Oxford ; New York : Elsevier Scientific Pub. Co. Année de publication : 2015 Importance : xxi, 1050 p. Présentation : ill. Format : 24 cm ISBN/ISSN/EAN : 978-0-12-801522-3 Note générale : ISBN : 0-12-801522-5 . - PPN 188106189 Langues : Anglais (eng) Tags : Apprentissage automatique Statistique bayésienne Optimisation mathématique Machine learning Bayesian statistical decision theory Mathematical optimization Index. décimale : 006.31 Apprentissage automatique (informatique) Note de contenu : Index Machine Learning : a bayesian and optimization perspective [texte imprimé] / Sergios Theodoridis, Auteur . - Amsterdam ; Oxford ; New York : Elsevier Scientific Pub. Co., 2015 . - xxi, 1050 p. : ill. ; 24 cm.
ISBN : 978-0-12-801522-3
ISBN : 0-12-801522-5 . - PPN 188106189
Langues : Anglais (eng)
Tags : Apprentissage automatique Statistique bayésienne Optimisation mathématique Machine learning Bayesian statistical decision theory Mathematical optimization Index. décimale : 006.31 Apprentissage automatique (informatique) Note de contenu : Index Réservation
Réserver ce document
Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité Nom du donateur OCA-VV-001989 E4-1989 Ouvrages / Books OCA Bib. Lagrange Nice Valrose VV-E2/E4-Mathématiques Sorti jusqu'au 20/09/2047
Titre : Machine Learning Control : Taming Nonlinear Dynamics and Turbulence. Type de document : texte imprimé Auteurs : Thomas Duriez, Auteur ; Steven L. Brunton (1984-....), Auteur ; Bernd R. Noack, Auteur ; Bernd R. Noack Editeur : Berlin ; Heidelberg ; Dordrecht ; New York ; London ; Paris ; Wien : Springer Verlag Année de publication : 2017 Collection : Fluid mechanics and its applications num. 116 Importance : 1 vol. (XX-211 p.) Présentation : ill. Format : 24 cm ISBN/ISSN/EAN : 978-3-319-40623-7 Note générale : Sommaire : Introduction (Pages 1-10).- Machine Learning Control (MLC)(p.11-48). - Methods of Linear Control Theory (p. 49-68) - Benchmarking MLC Against Linear Control (p.69-91). - Taming Nonlinear Dynamics with MLC (p. 93-120). - Taming Real World Flow Control Experiments with MLC (p. 121-152). - MLC Tactics and Strategy (p.153-168). - Future Developments (p.169-187)
PPN 203959957Langues : Anglais (eng) Tags : Fluides, Mécanique des Turbulence Apprentissage automatique Apprentissage machine Commande, Théorie de la Fluid mechanics Machine learning Control theory Index. décimale : 532 Mécanique des fluides. Mécanique des liquides Résumé : This is the first textbook on a generally applicable control strategy for turbulence and other complex nonlinear systems. The approach of the book employs powerful methods of machine learning for optimal nonlinear control laws. This machine learning control (MLC) is motivated and detailed in Chapters 1 and 2. In Chapter 3, methods of linear control theory are reviewed. In Chapter 4, MLC is shown to reproduce known optimal control laws for linear dynamics (LQR, LQG). In Chapter 5, MLC detects and exploits a strongly nonlinear actuation mechanism of a low-dimensional dynamical system when linear control methods are shown to fail. Experimental control demonstrations from a laminar shear-layer to turbulent boundary-layers are reviewed in Chapter 6, followed by general good practices for experiments in Chapter 7. The book concludes with an outlook on the vast future applications of MLC in Chapter 8. Matlab codes are provided for easy reproducibility of the presented results. The book includes interviews with leading researchers in turbulence control (S. Bagheri, B. Batten, M. Glauser, D. Williams) and machine learning (M. Schoenauer) for a broader perspective. All chapters have exercises and supplemental videos will be available through YouTube Note de contenu : Glossaire p. 189-194. Bibliogr. p.197. Index p.209-211 Machine Learning Control : Taming Nonlinear Dynamics and Turbulence. [texte imprimé] / Thomas Duriez, Auteur ; Steven L. Brunton (1984-....), Auteur ; Bernd R. Noack, Auteur ; Bernd R. Noack . - Berlin ; Heidelberg ; Dordrecht ; New York ; London ; Paris ; Wien : Springer Verlag, 2017 . - 1 vol. (XX-211 p.) : ill. ; 24 cm. - (Fluid mechanics and its applications; 116) .
ISBN : 978-3-319-40623-7
Sommaire : Introduction (Pages 1-10).- Machine Learning Control (MLC)(p.11-48). - Methods of Linear Control Theory (p. 49-68) - Benchmarking MLC Against Linear Control (p.69-91). - Taming Nonlinear Dynamics with MLC (p. 93-120). - Taming Real World Flow Control Experiments with MLC (p. 121-152). - MLC Tactics and Strategy (p.153-168). - Future Developments (p.169-187)
PPN 203959957
Langues : Anglais (eng)
Tags : Fluides, Mécanique des Turbulence Apprentissage automatique Apprentissage machine Commande, Théorie de la Fluid mechanics Machine learning Control theory Index. décimale : 532 Mécanique des fluides. Mécanique des liquides Résumé : This is the first textbook on a generally applicable control strategy for turbulence and other complex nonlinear systems. The approach of the book employs powerful methods of machine learning for optimal nonlinear control laws. This machine learning control (MLC) is motivated and detailed in Chapters 1 and 2. In Chapter 3, methods of linear control theory are reviewed. In Chapter 4, MLC is shown to reproduce known optimal control laws for linear dynamics (LQR, LQG). In Chapter 5, MLC detects and exploits a strongly nonlinear actuation mechanism of a low-dimensional dynamical system when linear control methods are shown to fail. Experimental control demonstrations from a laminar shear-layer to turbulent boundary-layers are reviewed in Chapter 6, followed by general good practices for experiments in Chapter 7. The book concludes with an outlook on the vast future applications of MLC in Chapter 8. Matlab codes are provided for easy reproducibility of the presented results. The book includes interviews with leading researchers in turbulence control (S. Bagheri, B. Batten, M. Glauser, D. Williams) and machine learning (M. Schoenauer) for a broader perspective. All chapters have exercises and supplemental videos will be available through YouTube Note de contenu : Glossaire p. 189-194. Bibliogr. p.197. Index p.209-211 Réservation
Réserver ce document
Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité Nom du donateur OCA-NI-009714 009714 Ouvrages / Books OCA Bib. Nice Mont-Gros NI-Salle de lecture-Ouvrages Sorti jusqu'au 29/12/2021
Titre : Pattern Recognition and Machine Learning Type de document : texte imprimé Auteurs : Christopher M. Bishop (1959-....), Auteur Editeur : Berlin ; Heidelberg ; Dordrecht ; New York ; London ; Paris ; Wien : Springer Verlag Année de publication : 2006 Importance : xx, 738 p. Présentation : ill. en coul., couv. ill. en coul. Format : 25 cm ISBN/ISSN/EAN : 978-0-387-31073-2 Note générale : Autre tirage : 2009. - Contient des exercices en fin de chapitres, et un choix de documents en appendice. - ISBN : 0-387-31073-8 (rel.) . - PPN 109054601 Langues : Anglais (eng) Tags : Reconnaissance des formes (informatique) Apprentissage automatique Modèles linéaires (statistique) Pattern perception Machine learning Linear models (Statistics) Index. décimale : 006.4 Reconnaissance des formes par ordinateur Note de contenu : Bibliogr. p. [711]-728. Index Pattern Recognition and Machine Learning [texte imprimé] / Christopher M. Bishop (1959-....), Auteur . - Berlin ; Heidelberg ; Dordrecht ; New York ; London ; Paris ; Wien : Springer Verlag, 2006 . - xx, 738 p. : ill. en coul., couv. ill. en coul. ; 25 cm.
ISBN : 978-0-387-31073-2
Autre tirage : 2009. - Contient des exercices en fin de chapitres, et un choix de documents en appendice. - ISBN : 0-387-31073-8 (rel.) . - PPN 109054601
Langues : Anglais (eng)
Tags : Reconnaissance des formes (informatique) Apprentissage automatique Modèles linéaires (statistique) Pattern perception Machine learning Linear models (Statistics) Index. décimale : 006.4 Reconnaissance des formes par ordinateur Note de contenu : Bibliogr. p. [711]-728. Index Réservation
Réserver ce document
Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité Nom du donateur OCA-VV-001848 E4-1848 Ouvrages / Books OCA Bib. Lagrange Nice Valrose VV-E2/E4-Mathématiques Disponible
Titre : Deep learning with Python [2nd ed.] Type de document : texte imprimé Auteurs : François Chollet (1989-....), Auteur Mention d'édition : Second Edition Editeur : Shelter Island, NY : Manning publications Année de publication : 2021, cop. 2023 Importance : 1 vol. (XXIV-478 p.) Présentation : ill. en noir et coul., couv. ill. en coul., phot. Format : 24 cm ISBN/ISSN/EAN : 978-1-61729-686-4 Note générale : ISBN : 1-61729-686-4 .- PPN 261543172
EAN : 9781617296864Langues : Anglais (eng) Tags : Python (langage de programmation) Apprentissage automatique Apprentissage profond Réseaux neuronaux (informatique) Python (Computer program language) Machine learning Neural networks (Computer science) Index. décimale : 005.133 Langages de programmation particuliers Résumé : En 4e de couverture : "Recent innovations in deep learning unlock exciting new software capabilities like automated language translation, image recognition, and more. Deep learning is quickly becoming essential knowledge for every software developer, and modern tools like Keras and TensorFlow put it within your reach-- even if you have no background in mathematics or data science. This book shows you how to get started. "Deep learning with Python, second edition" introduces the field of deep learning using Python and the powerful Keras library. In this revised and expanded new edition, Keras creator François Chollet offers insights for both novice and experienced machine learning practitioners. As you move through this book, you'll build your understanding through intuitive explanations, crisp illustrations, and clear examples. You'll quickly pick up the skills you need to start developing deep-learning applications." Note de contenu : Index
Sommaire : 1. What is deep learning?.2. The mathematical building blocks of neural networks.3. Introduction to Keras and TensorFlow.4. Getting started with neural networks: classification and regression.5. Fundamentals of machine learning.6. The universal workflow of machine learning.7. Working with Keras: a deep dive.8. Introduction to deep learning for computer vision.9. Advanced deep learning for computer vision.10. Deep learning for timeseries.11. Deep learning for text.12. Generative deep learning.13. Best practices for the real world.14. ConclusionsDeep learning with Python [2nd ed.] [texte imprimé] / François Chollet (1989-....), Auteur . - Second Edition . - Shelter Island, NY : Manning publications, 2021, cop. 2023 . - 1 vol. (XXIV-478 p.) : ill. en noir et coul., couv. ill. en coul., phot. ; 24 cm.
ISBN : 978-1-61729-686-4
ISBN : 1-61729-686-4 .- PPN 261543172
EAN : 9781617296864
Langues : Anglais (eng)
Tags : Python (langage de programmation) Apprentissage automatique Apprentissage profond Réseaux neuronaux (informatique) Python (Computer program language) Machine learning Neural networks (Computer science) Index. décimale : 005.133 Langages de programmation particuliers Résumé : En 4e de couverture : "Recent innovations in deep learning unlock exciting new software capabilities like automated language translation, image recognition, and more. Deep learning is quickly becoming essential knowledge for every software developer, and modern tools like Keras and TensorFlow put it within your reach-- even if you have no background in mathematics or data science. This book shows you how to get started. "Deep learning with Python, second edition" introduces the field of deep learning using Python and the powerful Keras library. In this revised and expanded new edition, Keras creator François Chollet offers insights for both novice and experienced machine learning practitioners. As you move through this book, you'll build your understanding through intuitive explanations, crisp illustrations, and clear examples. You'll quickly pick up the skills you need to start developing deep-learning applications." Note de contenu : Index
Sommaire : 1. What is deep learning?.2. The mathematical building blocks of neural networks.3. Introduction to Keras and TensorFlow.4. Getting started with neural networks: classification and regression.5. Fundamentals of machine learning.6. The universal workflow of machine learning.7. Working with Keras: a deep dive.8. Introduction to deep learning for computer vision.9. Advanced deep learning for computer vision.10. Deep learning for timeseries.11. Deep learning for text.12. Generative deep learning.13. Best practices for the real world.14. ConclusionsRéservation
Réserver ce document
Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité Nom du donateur OCA-SA-009082 CHO-13 Ouvrages / Books OCA Bib. Géoazur Sophia-Antipolis SA-Salle-A213-Ouvrages Sorti jusqu'au 31/12/2024
Titre : Adaptive blind signal and image processing : learning algorithms and applications Type de document : document multimédia Auteurs : Andrzej Cichocki, Auteur ; Shun'ichi Amari (1936-), Auteur Editeur : Hoboken, NJ ; New York ; London ; Sydney ; Chichester : John Wiley Année de publication : 2001 Importance : xxxi, 554 p. Format : 25 cm Accompagnement : 1 CD-ROM (4 3/4 in.) ISBN/ISSN/EAN : 978-0-471-60791-5 Note générale : ISBN : 0-471-60791-6.- PPN 067711391 Langues : Anglais (eng) Tags : Traitement adaptatif du signal Apprentissage automatique Algorithmes Traitement d'images Adaptive signal processing Machine learning algorithms Image processing Index. décimale : 621.382 2 Théorie de l'information. Traitement du signal Note de contenu : Bibliogr. Index. Adaptive blind signal and image processing : learning algorithms and applications [document multimédia] / Andrzej Cichocki, Auteur ; Shun'ichi Amari (1936-), Auteur . - Hoboken, NJ ; New York ; London ; Sydney ; Chichester : John Wiley, 2001 . - xxxi, 554 p. ; 25 cm + 1 CD-ROM (4 3/4 in.).
ISBN : 978-0-471-60791-5
ISBN : 0-471-60791-6.- PPN 067711391
Langues : Anglais (eng)
Tags : Traitement adaptatif du signal Apprentissage automatique Algorithmes Traitement d'images Adaptive signal processing Machine learning algorithms Image processing Index. décimale : 621.382 2 Théorie de l'information. Traitement du signal Note de contenu : Bibliogr. Index. Réservation
Réserver ce document
Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité Nom du donateur OCA-NI-006463 006463 Ouvrages / Books OCA Bib. Nice Mont-Gros NI-Salle de lecture-Ouvrages Disponible Carnets de science, 14. L'intelligence animale se dévoile / Centre National de la Recherche Scientifique (CNRS ; France ; 1939-....) (2023)
PermalinkPermalinkPermalink
