×
AccueilNos GuidesMeilleurs livresContact

Les Meilleurs Livres sur le Deep Learning pour Comprendre et Maîtriser cette Technologie de Pointe

Les livres de Deep Learning sont une excellente ressource pour les personnes qui souhaitent s’initier à l’intelligence artificielle et à l’apprentissage profond. Ils offrent une introduction complète et détaillée aux concepts et aux techniques de base du deep learning, ainsi qu’une exploration approfondie des méthodes et des applications plus avancées. Ces livres vous aideront à comprendre comment fonctionne le deep learning et à exploiter tout son potentiel. Vous trouverez des explications claires, des exemples concrets et des conseils pratiques pour mettre en œuvre le deep learning dans vos projets. Ces livres fournissent une formation complète en deep learning et sont indispensables pour tous ceux qui veulent se familiariser avec cette technologie.

1. Quand la machine apprend: La révolution des neurones artificiels et de l'apprentissage profond

Voir les prix sur Eyrolles
Quand la machine apprend: La révolution des neurones artificiels et de l'apprentissage profond

"Quand la Machine Apprend: La Révolution des Neurones Artificiels et de l'Apprentissage Profond" de Yann Le Cun offre une plongée fascinante au coeur de la révolution technologique qui s'est produite ces dernières années. Nous découvrons comment la machine peut acquérir par elle-même des capacités nécessaires pour accomplir des tâches, et comment l'apprentissage profond, basé sur l'architecture et le fonctionnement du cerveau, peut être utilisé pour des applications variées. En plus de fournir des informations sur les enjeux et les risques de l'intelligence artificielle, Yann Le Cun nous donne accès à sa réflexion intellectuelle et à sa démarche innovante, ce qui rend ce livre passionnant, clair et accessible.

2. Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets

Voir les prix sur Eyrolles
Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets

Le livre "Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets" de l'auteur Aurélien Géron offre une introduction complète à l'apprentissage automatique (Machine Learning). Il permet aux lecteurs de se familiariser avec les outils nécessaires pour créer leurs propres systèmes d'apprentissage automatique, notamment l'utilisation de Scikit-Learn, un outil open source très puissant. Les lecteurs peuvent apprendre toutes les étapes d'un projet utilisant Scikit-Learn et pandas, ainsi que comprendre comment fonctionnent les algorithmes, explorer différents modèles d'apprentissage et des techniques d'apprentissage non supervisées. De plus, tous les exemples de code sont disponibles en ligne sous la forme de notebooks Jupyter.Ce livre est une excellente ressource pour les débutants et les professionnels qui souhaitent se familiariser avec le Machine Learning et mettre en oeuvre des systèmes d'apprentissage automatique.

3. Machine learning avec Python

Voir les prix sur Eyrolles
Machine learning avec Python

"Machine Learning avec Python" d'Andreas C. Müller et Sarah Guido est un livre indispensable pour tous ceux qui veulent comprendre et utiliser la data science. Il est conçu pour guider les développeurs, statisticiens et chefs de projet à travers les concepts de base du machine learning, de la manipulation des données à la production finale. La collection O'Reilly offre une vue complète des différentes versions de Python, de l'apprentissage non supervisé et du préprocessing, des algorithmes, des chaînes et des pipelines, et des données de type texte. En somme, un livre dont tout data scientist devrait se servir pour participer à la révolution de l'intelligence artificielle.

4. Python pour le data scientist - Des bases du langage au machine learning

Voir les prix sur Eyrolles
Python pour le data scientist - Des bases du langage au machine learning

Le livre "Python pour le data scientist - Des bases du langage au machine learning" de l'auteur Emmanuel Jakobowicz s'adresse à tous les niveaux d'utilisateurs de Python, des débutants aux plus expérimentés. Il présente les clés pour comprendre et utiliser Python en data science: comment coder, préparer les données, créer des visualisations attrayantes, appliquer des modèles de machine learning et de deep learning, et passer aux environnements big data. L'ouvrage détaille l'utilisation des outils Python tels que Anaconda, Jupyter, NumPy, Pandas, Matplotlib, Seaborn, Bokeh, Scikit-Learn, TensorFlow, PySpark et plus encore. La seconde édition, mise à jour avec du code et des données plus récentes, est disponible sous forme de notebooks Jupyter sur le repository public de l'auteur. Ce livre est un indispensable pour tous ceux qui souhaitent apprendre les bases de Python pour le data scientist.

5. Comprendre le Deep Learning: Une introduction aux réseaux de neurones

Voir les prix sur Eyrolles
Comprendre le Deep Learning: Une introduction aux réseaux de neurones

Le livre "Comprendre le Deep Learning: Une introduction aux réseaux de neurones" de Jean-Claude Heudin est une excellente introduction à ce domaine complexe. La troisième édition mise à jour permet aux lecteurs d'explorer les principes des réseaux de neurones et de comprendre leur fonctionnement, leurs utilisations potentielles et leurs implications dans l'intelligence artificielle. L'approche directe et richement illustrée de l'auteur rend le livre accessible à tous, même sans une connaissance approfondie des mathématiques, avec des exemples de programmation faciles à mettre en œuvre. Si vous souhaitez en savoir plus sur le Deep Learning, ce livre est une excellente ressource.

6. Deep Learning avec Keras et TensorFlow - 2e éd. - Mise en oeuvre et cas concrets: Mise en oeuvre et cas concrets

Voir les prix sur Eyrolles
Deep Learning avec Keras et TensorFlow - 2e éd. - Mise en oeuvre et cas concrets: Mise en oeuvre et cas concrets

Livre "Deep Learning avec Keras et TensorFlow - 2e éd. - Mise en oeuvre et cas concrets: Mise en oeuvre et cas concrets" de l'auteur Aurélien Géron est une excellente ressource pour les personnes qui souhaitent apprendre les concepts fondamentaux du Deep Learning avec des exemples de code accessibles en ligne. Cette deuxième édition très remaniée tient compte de la nouvelle version de TensorFlow 2 et aborde des sujets tels que la détection d'objets, la segmentation sémantique, les mécanismes d'attention, les modèles de langage, les réseaux anatagonistes génératifs et bien plus encore. En outre, elle offre une introduction aux API de Keras et de TensorFlow, et explique comment déployer des modèles sur la plateforme Google Cloud AI ou sur des appareils mobiles. Avec des exemples de code disponibles sur GitHub, ce livre est un excellent outil pour tous ceux qui souhaitent exploiter le Deep Learning avec Keras et TensorFlow.

7. Transformers for Natural Language Processing: Build, train, and fine-tune deep neural network architectures for NLP with Python, PyTorch, TensorFlow, BERT, and GPT-3, 2nd Edition

Voir les prix sur Eyrolles
Transformers for Natural Language Processing: Build, train, and fine-tune deep neural network architectures for NLP with Python, PyTorch, TensorFlow, BERT, and GPT-3, 2nd Edition

Ce livre, de l'auteur Denis Rothman, propose une introduction complète aux transformateurs pour le traitement du langage naturel. Il couvre des plateformes et des modèles variés, tels que OpenAI's GPT-3 ou Hugging Face, et offre une vue d'ensemble des forces et des faiblesses de chaque modèle. Ce livre offre des techniques pour résoudre des problèmes difficiles de langage et le bonus comprend des notebooks de GPT-3 dans le référentiel GitHub associé. Les lecteurs apprendront à pré-entraîner un modèle RoBERTa à partir de zéro, à affiner des modèles puissants tels que GPT-3 pour apprendre la logique des données, et à appliquer des transformateurs à des tâches d'analyse de sentiment, de traduction machine, de synthèse de texte et bien plus encore. Ce livre s'adresse aux développeurs qui connaissent déjà Python et l'apprentissage profond et qui souhaitent apprendre les transformer, ainsi qu'aux lecteurs généralistes qui veulent simplement en apprendre plus sur l'IA et le traitement du langage naturel.

8. Deepmath - Mathématiques (simples) des réseaux de neurones (pas trop compliqués): Algorithmes et mathématiques

Voir les prix sur Eyrolles
Deepmath - Mathématiques (simples) des réseaux de neurones (pas trop compliqués): Algorithmes et mathématiques

Cet ouvrage de Arnaud Bodin, intitulé "Deepmath - Mathématiques (simples) des réseaux de neurones (pas trop compliqués): Algorithmes et mathématiques", est un excellent guide pour ceux qui souhaitent mieux comprendre l'intelligence artificielle et les réseaux de neurones. Le livre détaille les notions mathématiques qui se cachent derrière ces réseaux et explique comment programmer simplement des réseaux de neurones. Des chapitres tels que la dérivée, les fonctions de plusieurs variables, la rétropropagation, la convolution et les tenseurs sont abordés. Les notions sont expliquées clairement et accompagnées de nombreux exemples avec Python, Numpy et Tensorflow/Keras. Ce livre est un excellent point de départ pour ceux qui s'intéressent à l'IA et aux réseaux de neurones.

9. Intelligence artificielle vulgarisée - Le Machine Learning et le Deep Learning par la pratique

Voir les prix sur Eyrolles
Intelligence artificielle vulgarisée - Le Machine Learning et le Deep Learning par la pratique

Cet ouvrage intitulé "Intelligence artificielle vulgarisée - Le Machine Learning et le Deep Learning par la pratique" de l'auteur A Vannieuwenhuyze est un livre complet et accessible à tous. Son objectif est de vulgariser et expliquer en profondeur l'intelligence artificielle et ses concepts, sans pour autant trop s'appesantir sur les formules mathématiques et statistiques qui pourraient décourager les novices. Il aborde ainsi la création de projets basés sur l'intelligence artificielle de manière progressive et concrète, en mêlant théorie et cas pratiques. Au fil des chapitres, le lecteur découvre alors comment donner la faculté à une machine de prédire des valeurs, de réaliser des classifications et même de comprendre les langages naturels. Une bonne occasion pour les personnes âgées de 15 à 99 ans de mieux comprendre les algorithmes du Machine Learning et du Deep Learning. Ce livre est donc un excellent moyen pour acquérir des connaissances sur les technologies de l'intelligence artificielle et de les mettre en pratique.

10. Big Data et Machine Learning

Voir les prix sur Eyrolles
Big Data et Machine Learning

Big Data et Machine Learning de Médéric Morel est un guide complet pour ceux qui souhaitent tirer parti des technologies Big Data. Il présente des notions théoriques, des outils les plus répandus et des exemples d'applications. Le livre permet également d'obtenir des compétences nécessaires pour mettre en place une architecture d'entreprise adaptée. Un ouvrage idéal pour tous ceux qui souhaitent intégrer le Big Data et l'apprentissage automatique à leur entreprise.

11. Deep Learning with TensorFlow and Keras: Build and deploy supervised, unsupervised, deep, and reinforcement learning models, 3rd Edition

Voir les prix sur Eyrolles
Deep Learning with TensorFlow and Keras: Build and deploy supervised, unsupervised, deep, and reinforcement learning models, 3rd Edition

Cet ouvrage en anglais est une excellente lecture pour les développeurs Python et les data scientists qui cherchent à construire des systèmes de machine learning et de deep learning avec TensorFlow. Ce livre offre une théorie et une pratique nécessaires pour utiliser Keras, TensorFlow et AutoML pour construire des systèmes d'apprentissage automatique. Il explique comment créer des réseaux neuronaux avec TensorFlow, comment fonctionnent les algorithmes populaires (régression, CNN, transformers, GANs, RNNs, NLP et GNNs), couvre des applications d'exemples concrets, et plonge ensuite dans TF en production, TF mobile et TensorFlow avec AutoML. En outre, ce livre vous montre comment utiliser les GNNs populaires avec TensorFlow pour effectuer des tâches d'extraction de graphes, comment appliquer l'apprentissage supervisé à la NLP, à la vision par ordinateur et au traitement du signal audio, et comment former vos modèles sur le cloud et mettre TF au travail dans des environnements réels. Ainsi, "Deep Learning with TensorFlow and Keras" est une excellente source d'informations pour apprendre à créer des systèmes de machine et deep learning de pointe pour les laboratoires, la production et les appareils mobiles.

12. Machine Learning par la pratique avec Python: Projets réels dans les Finances, l'Immobilier, le Trading, la Santé, le Marketing, etc

Voir les prix sur Eyrolles
Machine Learning par la pratique avec Python: Projets réels dans les Finances, l'Immobilier, le Trading, la Santé, le Marketing, etc

Le livre "Machine Learning par la pratique avec Python: Projets réels dans les Finances, l'Immobilier, le Trading, la Santé, le Marketing, etc" de Josué AFOUDA est purement pratique et offre des projets couvrant divers domaines pour vous aider à créer des systèmes d'apprentissage automatique. Vous apprendrez à nettoyer un jeu de données et à en faire une modélisation, à construire des modèles de classification et de régression, à évaluer leur performance, à effectuer des prédictions, à rechercher les hyperparamètres optimaux, à automatiser le flux de travail et bien plus encore. Les données utilisées dans ce livre et d'autres pour se faire la main sont disponibles en ligne, et grâce à ce livre, vous apprendrez à gérer un projet Machine Learning.

13. Le Machine Learning avec Python - De la théorie à la pratique

Voir les prix sur Eyrolles
Le Machine Learning avec Python - De la théorie à la pratique

Le livre "Le Machine Learning avec Python - De la théorie à la pratique" de Madjid Khichane est un excellent outil pour ceux désireux d'en apprendre plus sur le Machine Learning et le langage Python. Préfacé par Patrick Albert - cofondateur d'ILOG et du HUB France IA, ce livre offre aux lecteurs avertis les connaissances théoriques nécessaires pour une compréhension approfondie du Machine Learning et d'appréhender les outils techniques utiles pour mettre en pratique les concepts étudiés. Grâce à des exemples concrets, l'auteur explique les enjeux de la Data Science et présente la démarche théorique d'une expérimentation en Data Science avec ses notions de modélisation et de métriques de mesure de performance de modèle. Le lecteur peut alors passer à la pratique en manipulant les bibliothèques Python Numpy et Pandas ainsi que l'environnement Jupyter, avant d'aborder les chapitres relatifs aux algorithmes du Machine Learning. Des éléments supplémentaires sont en téléchargement sur le site www.editions-eni.fr.

14. Machine Learning Les fondamentaux

Voir les prix sur Eyrolles
Machine Learning Les fondamentaux

"Machine Learning Les fondamentaux" est un ouvrage pratique et véritable pense bête pour tous les data scientists, ingénieurs ou programmeurs. Il offre une entrée facile dans le fascinant monde de la data science et permet aux lecteurs de participer à la révolution qui ramène l'intelligence artificielle au coeur de notre société. L'ouvrage propose un contenu riche dont les différentes versions de Python, l'apprentissage non supervisé et le préprocessing, la représentation des données, le processus de validation, les algorithmes, chaînes et pipeline, le travail avec des données de type texte et l'utilisation de Sikit-learn. Ce livre est un indispensable pour les débutants et un incontournable pour les plus avancés dans le domaine de l'apprentissage machine, et je le recommande chaudement.

15. Introduction au Machine Learning

Voir les prix sur Eyrolles
Introduction au Machine Learning

"Introduction au Machine Learning" de Chloé-Agathe Azencott s'adresse aux étudiantes et étudiants en informatique ou maths appliquées, en L3, master ou école d’ingénieurs. Ce livre fournit des bases solides sur les concepts et les algorithmes de l'exploitation de grands volumes de données et les méthodes de Machine Learning. Les notions sont illustrées et complétées par 85 exercices, tous corrigés. Ce livre est un excellent outil pour identifier les problèmes qui peuvent être résolus par une approche Machine Learning, les formaliser, identifier les algorithmes les mieux adaptés à chaque problème et évaluer les résultats obtenus.

16. Machine learning et Python pour les Nuls

Voir les prix sur Eyrolles
Machine learning et Python pour les Nuls

Avec "Machine learning et Python pour les Nuls" de Luca Massaron, plongez au coeur de l'intelligence artificielle et de la data science avec le machine learning et Python. Ce livre divisé en deux parties vous propose de découvrir les ingrédients qui font du machine learning l'outil indispensable du développement d'applications liées à l'intelligence artificielle. La seconde partie vous apprend à maîtriser le langage vedette du machine learning et de la data science, le bien nommé Python. Vous pourrez ainsi comprendre la syntaxe du langage, concevoir des programmes et simplifier le développement. Vous apprendrez également à traiter des blocs de données, des chaînes et des dictionnaires, ainsi qu'à vous initier à la programmation procédurale et orientée objet. Ce livre est la clé pour participer à la révolution qui ramène l'intelligence artificielle au coeur de notre société.

17. Deep learning en action - Une approche par la pratique

Voir les prix sur Eyrolles
Deep learning en action - Une approche par la pratique

"Deep Learning en Action - Une approche par la pratique" des auteurs Josh Patterson et Adam Gibson est un livre à ne pas manquer pour tous ceux qui souhaitent s'initier au Deep Learning. Il offre une présentation complète des bases principales de cette technologie émergente et en constante évolution. Les lecteurs découvriront des concepts tels que les réseaux de neurones profonds, les réseaux de convolution et le Reinforcement Learning. Avec cette technologie de plus en plus utilisée dans les applications d'intelligence artificielle, le livre propose aussi des outils pour améliorer les prises de décision. Une lecture passionnante pour comprendre et maîtriser le Deep Learning.

18. Le Machine learning pour les Nuls

Voir les prix sur Eyrolles
Le Machine learning pour les Nuls

"Le Machine learning pour les Nuls" de Luca Massaron est le livre idéal pour les personnes souhaitant se familiariser avec l'intelligence artificielle et la data science. Ce livre propose de plonger au coeur de l'intelligence artificielle et de la data science afin de participer à la révolution qui ramène l'intelligence artificielle au coeur de notre société. En effet, le lecteur apprendra à traduire des problèmes de toute autre nature en problèmes de modélisation quantitative, et à utiliser des algorithmes de traitement. De plus, il découvrira les applications du quotidien qui utilisent le machine learning, ainsi que les langages Python et R, et apprendra à coder en R et en Python. Ce livre offre donc un contenu complet et pratique pour comprendre le fonctionnement et les enjeux du machine learning.

19. Machine Learning et Deep Learning - Des bases à la conception avancée d'algorithmes (exemples en Python et en JavaScript)

Voir les prix sur Eyrolles
Machine Learning et Deep Learning - Des bases à la conception avancée d'algorithmes (exemples en Python et en JavaScript)

Ce livre est un excellent guide pour apprendre les bases du Machine Learning et du Deep Learning. Il s'adresse à toute personne voulant améliorer sa pratique de la programmation et acquérir une compréhension des domaines spécifiques. L'auteur commence par parler de logique et d'algorithmes classiques pour mieux comprendre les règles de programmation. Il détaille ensuite les particularités des algorithmes intelligents et leur application dans des programmes en Python et JavaScript. Les exemples sont clairs et les sources disponibles en téléchargement sur le site de l'éditeur sont directement utilisables. Ce livre est donc une excellente ressource pour acquérir une bonne base en Machine Learning et en Deep Learning.

20. Python pour la Finance et le Trading algorithmique

Voir les prix sur Eyrolles
Python pour la Finance et le Trading algorithmique

"Python pour la Finance et le Trading algorithmique" de Lucas Inglese est un livre fascinant qui offre un aperçu des avantages de la gestion de portefeuille, des statistiques et de l'apprentissage automatique appliqués au live trading avec MetaTrader™ 5. Il couvre des sujets tels que l'apprentissage des techniques de gestion de portefeuille, le backtest des stratégies avec des mesures importantes, l'arbitrage statistique et l'utilisation de l'apprentissage automatique pour générer des prévisions de marché. La deuxième version de ce livre offre des chapitres plus détaillés et 3 nouveaux chapitres sur la méthode avancée de backtest, l'ingénierie des caractéristiques et de la cible et le passage d'un état nul à un robot de trading. Ce livre est une excellente ressource pour les traders débutants et avancés qui veulent apprendre à créer et à exécuter des algorithmes de trading avec Python et MetaTrader 5.

21. Deep learning avec JavaScript - Réseaux de neurones avec TensorFlow.js

Voir les prix sur Eyrolles
Deep learning avec JavaScript - Réseaux de neurones avec TensorFlow.js

"Deep learning avec JavaScript - Réseaux de neurones avec TensorFlow.js" est le livre parfait pour ceux qui souhaitent plonger au coeur du deep learning avec la nouvelle bibliothèque de Google Tensorflow.js pour JavaScript. Écrit par François Chollet et Eric D. Nielsen, ce livre offre un programme exhaustif pour apprendre à utiliser TensorFlow.js et à exploiter les possibilités qu'offre la bibliothèque, notamment l'utilisation de la webcam du navigateur. En plus de contribuer à accélérer la diffusion du Deep Learning, ce livre présente des instructions détaillées pour entraîner et déployer des modèles d'apprentissage machine, y compris des réseaux de neurones convolutifs et le transfert d'apprentissage, ainsi que des conseils sur la visualisation des données et des modèles, l'apprentissage par renforcement profond et les tests, l'optimisation et le déploiement de modèles. Avec ce livre, les développeurs JavaScript auront toutes les informations nécessaires pour tirer le meilleur parti de TensorFlow.js !

22. Développer des applications machine learning

Voir les prix sur Eyrolles
Développer des applications machine learning

Développer des applications machine learning de l'auteur Emmanuel Ameisen est le livre ultime pour tous les développeurs qui souhaitent optimiser les performances de leurs applications de type machine learning avant de les mettre en production. Ce livre propose aux lecteurs de déterminer le but à atteindre pour leur application et de mettre en oeuvre une solution machine learning. Il donne également des conseils pour mettre en oeuvre un premier pipeline machine learning, évaluer le modèle machine learning et déployer et gérer des modèles dans un environnement de production. Ce manuel est un excellent moyen d'améliorer les performances des applications machine learning et de les rendre encore plus efficaces.

23. Deep Learning

Voir les prix sur Eyrolles
Deep Learning

Deep Learning est un livre très complet proposé par Yoshua Bengio et Ian Goodfellow. Il s'agit d'une introduction à un large éventail de sujets sur le deep learning, couvrant les bases mathématiques et conceptuelles, les techniques de deep learning utilisées dans l'industrie et les perspectives de recherche. Il est recommandé par le co-président d'OpenAI et le cofondateur et PDG de Tesla et SpaceX, Elon Musk. Deep Learning traite de la forme d'apprentissage machine qui permet aux ordinateurs d'apprendre de l'expérience et de comprendre le monde en termes de hiérarchie de concepts. Le livre aborde des sujets tels que les réseaux de neurones profonds, la régularisation, les algorithmes d'optimisation, les réseaux convolutifs, la modélisation séquentielle, la bioinformatique et les jeux vidéo. Il peut être utilisé par des étudiants de premier ou deuxième cycle prévoyant des carrières dans l'industrie ou la recherche, ainsi que par des ingénieurs logiciels souhaitant utiliser le deep learning dans leurs produits ou plateformes.

24. Introduction au Deep Learning

Voir les prix sur Eyrolles
Introduction au Deep Learning

Le livre Introduction au Deep Learning de Eugène Charniak est une excellente ressource pour ceux qui souhaitent apprendre le deep learning et ses méthodes avancées. Le livre s'appuie sur des exemples d'écriture de programmes d'intelligence artificielle pour des domaines variés tels que la vision par ordinateur, la compréhension des langages naturels ou l'apprentissage par renforcement. L'auteur met à disposition des lecteurs et des étudiants sa méthode d'apprentissage consistant à apprendre en programmant, et chaque chapitre comporte un projet, des exercices et des lectures complémentaires. Le livre contient environ quarante exercices dont la moitié sont corrigés. Avec ce livre, les lecteurs disposent d'une ressource complète et exhaustive pour apprendre le deep learning avec TensorFlow, framework open source de machine learning. Une lecture indispensable pour tous ceux qui souhaitent se lancer dans l'apprentissage du deep learning.

25. Machine Learning avec Python - Coffret de 2 livres - Des algorithmes à la pratique

Voir les prix sur Eyrolles
Machine Learning avec Python - Coffret de 2 livres - Des algorithmes à la pratique

Ce coffret de deux livres propose une mine d'informations pour maîtriser le Machine Learning avec Python. Composé de 1 053 pages écrites par des experts, ces ouvrages offrent des éléments complémentaires à télécharger sur le site www.editions-eni.fr. Le premier livre, issu de la collection Ressources Informatiques, propose une introduction aux principes de l'apprentissage automatique et aux algorithmes avec des exemples en Python et en JavaScript. Le second livre, issu de la collection Expert IT, fournit des explications et des exemples concrets sur les concepts du Machine Learning et permet aux lecteurs avertis d'approfondir leurs connaissances sur les algorithmes. Un coffret parfait pour tous ceux qui souhaitent maîtriser le Machine Learning avec Python.

26. Apprentissage automatique: Une approche de la découverte de connaissances

Voir les prix sur Eyrolles
Apprentissage automatique: Une approche de la découverte de connaissances

Cet ouvrage offre un aperçu instructif et détaillé de la technique de découverte de connaissances (KDD) appliquée à une étude du profil professionnel des diplômés du Universidade Federal do Ceará avant le marché du travail. Les résultats de cette étude ont révélé que les diplômés en IS ont de meilleurs salaires, une plus grande facilité à entrer sur le marché du travail et des plans de carrière plus avantageux que ceux qui sont diplômés en EE. Grâce à ses explications claires et à sa présentation bien organisée, ce livre offre une excellente introduction à l'apprentissage automatique et à la découverte de connaissances.

27. Apprentissage automatique et techniques d'apprentissage profond

Voir les prix sur Eyrolles
Apprentissage automatique et techniques d'apprentissage profond

"Apprentissage Automatique et Techniques d'Apprentissage Profond" est un livre qui offre des informations complètes et à jour sur l'analyse des sentiments et l'extraction d'opinions. Il aborde le sujet crucial du traitement du langage naturel (NLP) et de l'apprentissage automatique avec une précision et une profondeur exceptionnelles. Le livre explique en détail la classification des sentiments, le processus automatisé qui permet d'identifier et d'étiqueter les opinions dans un texte en fonction des émotions des clients. Cet ouvrage est une excellente ressource pour tous ceux qui sont intéressés par ces sujets complexes et passionnants.

28. L'apprentissage Profond: Comment Apprendre Selon Les Neurosciences?

Voir les prix sur Eyrolles
L'apprentissage Profond: Comment Apprendre Selon Les Neurosciences?

L'Apprentissage Profond: Comment Apprendre Selon Les Neurosciences? de Mohammed Mouhssine est un livre qui offre aux lecteurs des techniques innovantes pour apprendre intelligemment et efficacement. Il aborde les sujets de l'apprentissage, des modalités d'apprentissage, des catégories d'apprentissages et des formes d'apprentissage, des approches pédagogiques et des techniques d'apprentissage. Ce livre propose des astuces simples mais scientifiquement validées pour améliorer les capacités cognitives des lecteurs. Il est certainement une excellente ressource pour ceux qui souhaitent optimiser leur mémoire et leurs compétences d'apprentissage.

29. Machine Learning et Python - Coffret de 2 livres : Implémentation avec Scikit-learn

Voir les prix sur Eyrolles
Machine Learning et Python - Coffret de 2 livres : Implémentation avec Scikit-learn

Ce coffret de deux livres offre aux lecteurs une abondance d'informations claires et complètes sur le Machine Learning et son implémentation avec la bibliothèque Python Sickit-Learn. Les 1095 pages couvrent les sujets de la théorie à la pratique, ce qui permet aux lecteurs de comprendre en profondeur les concepts et les outils techniques du Machine Learning. Des éléments complémentaires sont à télécharger sur le site www.editions-eni.fr. Ce coffret de livres est une mine d'or pour les passionnés de machine learning et ceux qui sont intéressés à sa compréhension et à sa mise en pratique.

Guidedescadeaux.com participe à divers programmes d'affiliation et peut toucher une rémunération sur le parrainage des produits recommandés dans chaque article. La rémunération perçue n'a aucune incidence sur le prix de vente du produit que vous achetez par l'intermédiaire des liens situés sur ce site Internet.