Deep Learning avec TensorFlow


Cet ouvrage, conçu pour tous ceux qui souhaitent s'initier au  Deep Learning  (apprentissage profond) est la traduction de la deuxième partie du best-seller américain  Hands-On Machine Learning with Scikit-Learn & TensorFloW
Le Deep Learning est récent et il évolue vite. Ce livre en présente les principales techniques : les réseaux de neurones profonds, capables de modéliser toutes sortes de données, les réseaux de convolution, capables de classifier des images, les segmenter et découvrir les objets ou personnes qui s'y trouvent, les réseaux récurrents, capables de gérer des séquences telles que des phrases, des séries temporelles, ou encore des vidéos, les Autoencoders qui peuvent découvrir toutes sortes de structures dans des données, de façon non supervisée, et enfin le Reinforcement Learning (apprentissage par renforcement) qui permet de découvrir automatiquement les meilleures actions pour effectuer une tâche (par exemple un robot qui apprend à marcher).
Ce livre présente TensorFlow, le framework de Deep Learning créé par Google. Il est accompagné de Jupyter notebooks (disponibles sur github) qui contiennent tous les exemples de code du livre, afin que le lecteur puisse facilement tester et faire tourner les programmes.
Il complète un premier livre intitulé Machine Learning avec Scikit-Learn.

En savoir plus


Présentation

Cet ouvrage, conçu pour tous ceux qui souhaitent s'initier au  Deep Learning  (apprentissage profond) est la traduction de la deuxième partie du best-seller américain  Hands-On Machine Learning with Scikit-Learn & TensorFloW. 
Le Deep Learning est récent et il évolue vite. Ce livre en présente les principales techniques : les réseaux de neurones profonds, capables de modéliser toutes sortes de données, les réseaux de convolution, capables de classifier des images, les segmenter et découvrir les objets ou personnes qui s'y trouvent, les réseaux récurrents, capables de gérer des séquences telles que des phrases, des séries temporelles, ou encore des vidéos, les Autoencoders qui peuvent découvrir toutes sortes de structures dans des données, de façon non supervisée, et enfin le Reinforcement Learning (apprentissage par renforcement) qui permet de découvrir automatiquement les meilleures actions pour effectuer une tâche (par exemple un robot qui apprend à marcher).
Ce livre présente TensorFlow, le framework de Deep Learning créé par Google. Il est accompagné de Jupyter notebooks (disponibles sur github) qui contiennent tous les exemples de code du livre, afin que le lecteur puisse facilement tester et faire tourner les programmes.
Il complète un premier livre intitulé Machine Learning avec Scikit-Learn.

Caractéristiques

Pages

256


Collection

n.c


9782100759934

EAN papier

EAN PDF

9782100767472


Droit d'usage
En savoir plus
Nb pages copiables 51
Nb pages imprimables 256
Taille du fichier 10977 Ko

Prix

30,99 €



Suggestions personnalisées

Management d'un projet système d'Information -8e éd.
Docker
Project 2016
UX Design et ergonomie des interfaces - 6e éd
collection1
 
collection 2
 
collection 3
 
collection 4

C est ici le meme sujet