Filtrer
Rayons
Support
Éditeurs
Langues
Virginie Mathivet
-
Machine Learning : Implémentation en Python avec Scikit-learn
Virginie Mathivet
- Eni
- Expert It
- 17 Mai 2024
- 9782409044823
Ce livre présente à des personnes non Data Scientists, et sans connaissances particulières en mathématiques, la méthodologie du Machine Learning, ses concepts, ses principaux algorithmes et l'implémentation de ceux-ci en Python avec Scikit-learn.
Il commence par une présentation du Machine Learning puis de la méthode CRISP où chaque phase est détaillée avec ses différentes étapes. Les premiers chapitres s'intéressent donc aux phases de Business Understanding (compréhension métier), Data Understanding (ou compréhension des données) et de Data Preparation (préparation des données). Dans ces chapitres sont présentés des analyses statistiques de datasets, que cela soit sous forme numérique ou graphique ainsi que les principales techniques utilisées pour la préparation des données, avec leur rôle et des conseils sur leur utilisation.
Ensuite, plusieurs chapitres sont dédiés chacun à une tâche de Machine Learning : la classification, la régression, avec le cas particulier de la prédiction, ainsi que le clustering et plus globalement l'apprentissage non supervisé. Pour chaque tâche qui est présentée sont successivement détaillés les critères d'évaluation, les concepts derrière les principaux algorithmes puis leur implémentation avec Scikit-learn.
Pour illustrer les différents chapitres, les techniques et algorithmes présentés sont appliqués sur des datasets souvent utilisés : Iris (classification de fleurs), Boston (prévision de prix de vente d'appartements) et Titanic (prévision de la chance de survie des passagers du bateau). Le code Python est commenté et disponible en téléchargement (sous la forme de notebooks Jupyter) sur le site www.editions-eni.fr. -
L'Intelligence Artificielle pour les développeurs ; concepts et implémentations en C#
Virginie Mathivet
- Eni
- Datapro
- 13 Décembre 2017
- 9782409011405
Ce livre sur l'Intelligence Artificielle s'adresse particulièrement aux développeurs et ne nécessite pas de connaissances mathématiques approfondies. Au fil des chapitres, l'auteur présente les principales techniques d'Intelligence Artificielle et, pour chacune d'elles, les inspirations biologiques, physiques voire mathématiques, puis les différents concepts et principes (sans entrer dans les détails mathématiques), avec des exemples et figures pour chacun de ceux-ci. Les domaines d'application sont illustrés par des applications réelles et actuelles. Chaque chapitre contient un exemple d'implémentation générique, complété par une application pratique, développée en C#. Ces exemples de code étant génériques, ils sont facilement adaptables à de nombreuses applications C#, que ce soit dans des applications .NET classiques, pour ASP.NET, ou encore des applications Windows 8 (et versions supérieures). Les techniques d'Intelligence Artificielle décrites sont :
- Les systèmes experts, permettant d'appliquer des règles pour prendre des décisions ou découvrir de nouvelles connaissances.
- La logique floue, permettant de contrôler des systèmes informatiques ou mécaniques de manière beaucoup plus souple que les programmes traditionnels.
- Les algorithmes de recherche de chemin, dont le A* très utilisé dans les jeux vidéo pour trouver les meilleurs itinéraires.
- Les algorithmes génétiques, utilisant la puissance de l'évolution pour apporter des solutions à des problèmes complexes.
- Les principales métaheuristiques, dont la recherche tabou, trouvant des optimums à des problèmes d'optimisation, avec ou sans contraintes.
- Les systèmes multi-agents, simulant des foules ou permettant des comportements émergents à partir de plusieurs agents très simples.
- Les réseaux de neurones (ou deep learning), capables de découvrir et de reconnaître des modèles, dans des suites historiques, des images ou encore des données.
Pour aider le lecteur à passer de la théorie à la pratique, l'auteur propose en téléchargement sur le site www.editions-eni.fr, sept projets Visual Studio 2017 (un par technique d'Intelligence Artificielle), développés en C#. Chaque projet contient une PCL, pour la partie générique, et une application (en mode console ou WPF selon les chapitres) pour la partie spécifique à l'application proposée.
Le livre se termine par une bibliographie, permettant au lecteur de trouver plus d'informations sur ces différentes techniques, une sitographie listant quelques articles présentant des applications réelles, une annexe et un index.
-
L'Intelligence Artificielle pour les développeurs ; concepts et implémentations en Java
Virginie Mathivet
- Eni
- Datapro
- 16 Janvier 2019
- 9782409017094
Ce livre sur l'Intelligence Artificielle s'adresse particulièrement aux développeurs et ne nécessite pas de connaissances mathématiques approfondies. Au fil des chapitres, l'auteur présente les principales techniques d'Intelligence Artificielle et, pour chacune d'elles, les inspirations biologiques, physiques voire mathématiques, puis les différents concepts et principes (sans entrer dans les détails mathématiques), avec des exemples et figures pour chacun de ceux-ci. Les domaines d'application sont illustrés par des applications réelles et actuelles. Chaque chapitre contient un exemple d'implémentation générique, complété par une application pratique, développée en Java. Ces exemples de code étant génériques, ils sont facilement adaptables à de nombreuses applications Java 10, sans plugin extérieur. Les techniques d'Intelligence Artificielle décrites sont :
- Les systèmes experts, permettant d'appliquer des règles pour prendre des décisions ou découvrir de nouvelles connaissances.
- La logique floue, permettant de contrôler des systèmes informatiques ou mécaniques de manière beaucoup plus souple que les programmes traditionnels.
- Les algorithmes de recherche de chemin, dont le A* très utilisé dans les jeux vidéo pour trouver les meilleurs itinéraires.
- Les algorithmes génétiques, utilisant la puissance de l'évolution pour apporter des solutions à des problèmes complexes.
- Les principales métaheuristiques, dont la recherche tabou, trouvant des optimums à des problèmes d'optimisation, avec ou sans contraintes.
- Les systèmes multi-agents, simulant des foules ou permettant des comportements émergents à partir de plusieurs agents très simples.
- Les réseaux de neurones (et le deep learning), capables de découvrir et de reconnaître des modèles, dans des suites historiques, des images ou encore des données.
Pour aider le lecteur à passer de la théorie à la pratique, l'auteur propose en téléchargement, sur le site www.editions-eni.fr, sept projets Java (réalisés avec NetBeans), un par technique d'Intelligence Artificielle. Chaque projet contient un package générique et un ou plusieurs packages spécifiques à l'application proposée.
Le livre se termine par une bibliographie, permettant au lecteur de trouver plus d'informations sur ces différentes techniques, une sitographie listant quelques articles présentant des applications réelles, une annexe et un index.
Les chapitres du livre :
Avant-propos - Introduction - Systèmes experts - Logique floue - Recherche de chemins - Algorithmes génétiques - Métaheuristiques d'optimisation - Systèmes multi-agents - Réseau de neurones - Sitographie - Annexe.
-
Java ; coffret de 2 livres : comprendre et mettre en place les principes de base de l'intelligence artificielle
Thierry Groussard, Virginie Mathivet
- Eni
- Datapro
- 11 Janvier 2017
- 9782409005435
Ces deux livres offrent au lecteur un maximum d'informations sur les fondamentaux du développement Java et une mise en oeuvre de ce langage dans le domaine de l'Intelligence Artificielle. 985 pages par nos experts.
Des éléments complémentaires sont en téléchargement sur le site www.editions-eni.fr.
Un livre de la collection Ressources Informatiques.
JAVA 8 - Les fondamentaux du langage Java (avec exercices pratiques et corrigés).
Ce livre s'adresse à tout informaticien désirant développer sous Java. Que le lecteur soit débutant ou qu'il ait déjà une première expérience avec un autre langage il trouvera dans cet ouvrage toutes les bases nécessaires pour se familiariser rapidement avec un des langages les plus utilisés au monde.
Les trois premiers chapitres présentent les bases du langage, de la programmation objet et les nouveautés de la version 8. Le lecteur découvrira notamment les nouvelles API de gestion des dates, les expressions Lambda et leur application dans la gestion des collections. Les chapitres suivants étudient le développement d'applications graphiques avec la bibliothèque Swing et la création d'applets permettant d'enrichir facilement le contenu de pages web. Le développement d'applications client/serveur est également présenté avec l'API JDBC assurant l'accès aux bases de données. Le déploiement étant une étape importante du succès d'une application, le dernier chapitre présente la distribution d'une application avec la solution classique des fichiers d'archives sécurisés ou l'utilisation plus souple de la technologie Java Web Start.
De nombreux exercices avec leurs corrigés vous permettront de valider vos connaissances et de mettre en pratique immédiatement les notions étudiées.
Le livre ne nécessite pas d'outils de développement spécifiques. Un éditeur de texte et les outils disponibles gratuitement sur le site d'Oracle sont suffisants pour mener à bien l'apprentissage de ce langage passionnant et en plein essor.
Des éléments complémentaires sont en téléchargement sur le site www.editions-eni.fr.
Les chapitres du livre :
Avant-propos - Présentation - Bases du langage - Programmation objet - Applications graphiques - Les applets - Accès aux bases de données - Déploiement d'applications.
Un livre de la collection DataPro.
L'Intelligence Artificielle pour les développeurs - Concepts et implémentations en Java.
Ce livre sur l'Intelligence Artificielle s'adresse particulièrement aux développeurs et ne nécessite pas de connaissances mathématiques approfondies. Au fil des chapitres, l'auteur présente les principales techniques d'Intelligence Artificielle et, pour chacune d'elles, les inspirations, biologiques, physiques voire mathématiques, puis les différents concepts et principes (sans entrer dans les détails mathématiques), avec des exemples et figures pour chacun de ceux-ci. Les domaines d'application sont illustrés par des applications réelles et actuelles. Chaque chapitre contient un exemple d'implémentation générique, complété par une application pratique, développée en Java. Ces exemples de code étant génériques, ils sont facilement adaptables à de nombreuses applications Java 8, sans plugin extérieur. Les techniques d'Intelligence Artificielle décrites sont :
- Les systèmes experts, permettant d'appliquer des règles pour prendre des décisions ou découvrir de nouvelles connaissances.
- La logique floue, permettant de contrôler des systèmes informatiques ou mécaniques de manière beaucoup plus souple que les programmes traditionnels.
- Les algorithmes de recherche de chemin, dont le A* très utilisé dans les jeux vidéo pour trouver les meilleurs itinéraires.
- Les algorithmes génétiques, utilisant la puissance de l'évolution pour apporter des solutions à des problèmes complexes.
- Les principales métaheuristiques, dont la recherche tabou, trouvant des optimums à des problèmes d'optimisation, avec ou sans contraintes.
- Les systèmes multi-agents, simulant des foules ou permettant des comportements émergents à partir de plusieurs agents très simples.
- Les réseaux de neurones, capables de découvrir et de reconnaître des modèles, dans des suites historiques, des images ou encore des données.
Pour aider le lecteur à passer de la théorie à la pratique, l'auteur propose en téléchargement sur le site www.editions-eni.fr, sept projets Java (réalisés avec Netbeans), un par technique d'Intelligence Artificielle. Chaque projet contient un package générique et un ou plusieurs packages spécifiques à l'application proposée.
Le livre se termine par une bibliographie, permettant au lecteur de trouver plus d'informations sur ces différentes techniques, une sitographie listant quelques articles présentant des applications réelles, une annexe et un index.
Les chapitres du livre :
Avant-propos - Introduction - Systèmes experts - Logique floue - Recherche de chemins - Algorithmes génétiques - Métaheuristiques d'optimisation - Systèmes multi-agents - Réseaux de neurones - Bibliographie - Sitographie - Annexe.
-
Intelligence artificielle et langage C# ; coffret de 2 livres : concepts et implémentation
Sébastien Putier, Virginie Mathivet
- Eni
- Datapro
- 10 Octobre 2018
- 9782409015748
Ces deux livres offrent au lecteur un maximum d'informations sur les fondamentaux du langage C# et son utilisation pour l'implémentation des techniques d'intelligence artificielle. 1079 pages par nos experts.
Des éléments complémentaires sont en téléchargement sur le site www.editions-eni.fr.
Un livre de la collection Ressources Informatiques C# 7 et Visual Studio 2017 - Les fondamentaux du langage Ce livre s'adresse aux développeurs souhaitant maîtriser le développement d'applications .NET avec le langage C# dans sa version 7.
Afin d'aider le lecteur dans son apprentissage, un aide-mémoire est fourni ; il résume l'utilité des mots-clés C# traités dans le livre.
Les exemples présentés dans ces pages sont disponibles en téléchargement sur le site www.editions-eni.fr.
Un livre de la collection DataPro L'Intelligence Artificielle pour les développeurs - Concepts et implémentations en C# (2e édition) Ce livre sur l'Intelligence Artificielle s'adresse particulièrement aux développeurs et ne nécessite pas de connaissances mathématiques approfondies. Au fil des chapitres, l'auteur présente les principales techniques d'Intelligence Artificielle et, pour chacune d'elles, les inspirations biologiques, physiques voire mathématiques, puis les différents concepts et principes (sans entrer dans les détails mathématiques), avec des exemples et figures pour chacun de ceux-ci. Les domaines d'application sont illustrés par des applications réelles et actuelles. Chaque chapitre contient un exemple d'implémentation générique, complété par une application pratique, développée en C#. -
Intelligence artificielle et langage C# ; Coffret ; concepts ; implémentation
Virginie Mathivet, Sébastien Putier
- Eni
- Datapro
- 14 Septembre 2016
- 9782409003417
Ces deux livres offrent au lecteur un maximum d'informations sur les fondamentaux du langage C# et son utilisation pour l'implémentation des techniques d'intelligence artificielle. 1022 pages par nos experts.
Un livre de la collection Ressources Informatiques.
C# 6 et Visual Studio 2015 - Les fondamentaux du langage.
Ce livre s'adresse aux développeurs souhaitant maîtriser le développement d'applications .Net avec le langage C# dans sa version 6.
Après un tour d'horizon de la plateforme .Net et une description des outils fournis par l'environnement Visual Studio 2015, le lecteur découvrira progressivement les éléments clés du langage C# et la programmation orientée objet, jusqu'à pouvoir appliquer ce concept au développement d'applications Windows avec WPF. Une initiation aux techniques de débogage avec Visual Studio lui permettra de parfaire sa maîtrise de l'outil.
Le développement d'applications client-serveur est ensuite traité par le thème de l'accès aux données avec ADO.Net. Une description complète de Linq au travers d'exemples concrets montre comment ses fonctionnalités simplifient la manipulation des données provenant de sources diverses. Un chapitre est ensuite consacré à la manipulation de données au format XML, permettant l'échange de données entre applications d'une manière simple et standardisée. La fin du cycle de développement est traitée à travers le déploiement d'une application avec les technologies Windows Installer puis ClickOnce.
Afin d'aider le lecteur dans son apprentissage, un aide-mémoire est fourni ; il résume l'utilité des mots-clés C# traités dans le livre.
Les exemples présentés dans ces pages sont disponibles en téléchargement sur le site www.editions-eni.fr.
Les chapitres du livre :
Avant-propos - La plateforme .NET - Visual Studio 2015 - L'organisation d'une application - Les bases du langage - La programmation orientée objet avec C# - Débogage et gestion des erreurs - Développement d'applications Windows - Accès aux données - LINQ - XML - Déploiement - Aide-mémoire.
Un livre de la collection DataPro.
L'Intelligence Artificielle pour les développeurs - Concepts et implémentations en C#.
Ce livre sur l'Intelligence Artificielle s'adresse particulièrement aux développeurs et ne nécessite pas de connaissances mathématiques approfondies. Au fil des chapitres, l'auteur présente les principales techniques d'Intelligence Artificielle et, pour chacune d'elles, les inspirations, biologiques, physiques voire mathématiques, puis les différents concepts et principes (sans entrer dans les détails mathématiques), avec des exemples et figures pour chacun de ceux-ci. Les domaines d'application sont illustrés par des applications réelles et actuelles. Chaque chapitre contient un exemple d'implémentation générique, complété par une application pratique, développée en C#. Ces exemples de code étant génériques, ils sont facilement adaptables à de nombreuses applications C#, que ce soit en Silverlight, sur Windows Phone, pour Windows 8 ou pour des applications .Net plus classiques. Les techniques d'Intelligence Artificielle décrites sont :
- Les systèmes experts, permettant d'appliquer des règles pour prendre des décisions ou découvrir de nouvelles connaissances.
- La logique floue, permettant de contrôler des systèmes informatiques ou mécaniques de manière beaucoup plus souple que les programmes traditionnels.
- Les algorithmes de recherche de chemin, dont le A* très utilisé dans les jeux vidéo pour trouver les meilleurs itinéraires.
- Les algorithmes génétiques, utilisant la puissance de l'évolution pour apporter des solutions à des problèmes complexes.
- Les principales métaheuristiques, dont la recherche tabou, trouvant des optimums à des problèmes d'optimisation, avec ou sans contraintes.
- Les systèmes multi-agents, simulant des foules ou permettant des comportements émergents à partir de plusieurs agents très simples.
- Les réseaux de neurones, capables de découvrir et de reconnaître des modèles, dans des suites historiques, des images ou encore des données.
Pour aider le lecteur à passer de la théorie à la pratique, l'auteur propose en téléchargement sur le site www.editions-eni.fr, sept projets Visual Studio 2013 (un par technique d'Intelligence Artificielle), développés en C#. Chaque projet contient une PCL, pour la partie générique, et une application WPF, pour la partie spécifique à l'application proposée.
Le livre se termine par une bibliographie, permettant au lecteur de trouver plus d'informations sur ces différentes techniques, une sitographie listant quelques articles présentant des applications réelles, une annexe et un index.
Les chapitres du livre :
Avant-propos - Introduction - Systèmes experts - Logique floue - Recherche de chemins - Algorithmes génétiques - Métaheuristiques d'optimisation - Systèmes multi-agents - Réseaux de neurones - Bibliographie - Sitographie - Annexe.
-
Machine learning et python : implémentation avec sickit-learn ; coffret 2 volumes
Madjid Khichane, Virginie Mathivet
- Eni
- Coffret Expert
- 12 Octobre 2022
- 9782409037405
Ces deux livres offrent au lecteur un maximum d'informations sur le Machine Learning et son implémentation avec la bibliothèque Python Sickit-Learn. 1095 pages par nos experts. Des éléments complémentaires sont en téléchargement sur le site www.editions-eni.fr.
Un livre de la collection Expert IT Le Machine Learning avec Python - De la théorie à la pratique Extrait du résumé : Ce livre sur le Machine Learning avec le langage Python permet de disposer des connaissances théoriques nécessaires pour une compréhension approfondie du Machine Learning et d'appréhender les outils techniques utiles pour mettre en pratique les concepts étudiés. L'auteur y expose des exemples concrets sur les concepts de l'apprentissage automatique. Les lecteurs avertis trouveront dans ce livre une occasion d'aller plus loin dans leur compréhension des algorithmes du Machine Learning...
Un livre de la collection Expert IT Machine Learning - Implémentation en Python avec Scikit-learn Extrait du résumé : Ce livre présente à des personnes non Data Scientists, et sans connaissances particulières en mathématiques, la méthodologie du Machine Learning, ses concepts, ses principaux algorithmes et l'implémentation de ceux-ci en Python avec Scikit-learn...
