Big data, machine learning et apprentissage profond

À propos

Cet ouvrage montre comment appliquer les méthodes de machine learning aux Big Data, et comment appliquer les méthodes plus spécifiques de deep learning aux problèmes plus complexes relevant de l'intelligence artificielle, tels que la reconnaissance d'image et le traitement du langage naturel.
Ces méthodes sont ensuite mises en oeuvre avec trois des principales bibliothèques d'apprentissage profond : MXNet, PyTorch et Keras-TensorFlow.



Sommaire

Les outils informatiques pour le Big Data. Le traitement des grands volumes de données. Data science et méthodes pour le Big Data. L'apprentissage profond (Deep Learning).
L'apprentissage profond en pratique. La reconnaissance de l'écriture manuscrite. Big Data avec R. Big Data avec d'autres logiciels. Le traitement du langage naturel. L'analyse des réseaux sociaux. L'intelligence artificielle. Conclusion. Bibliographie. Index.

Rayons : Sciences & Techniques > Informatique > Données > Data Mining

  • EAN

    9782710811886

  • Disponibilité

    Disponible

  • Nombre de pages

    596 Pages

  • Longueur

    24.1 cm

  • Largeur

    27.8 cm

  • Épaisseur

    3.2 cm

  • Poids

    1 000 g

  • Distributeur

    Dilisco

  • Support principal

    Grand format

Infos supplémentaires : Relié  

Stéphane Tufféry

Stéphane TUFFÉRY est responsable des études statistiques dans un grand groupe bancaire. Il intervient à l'Institut des Actuaires et il est Maître de Conférences associé à l'Université de Rennes 1, où il enseigne le
data mining, l'apprentissage profond et les méthodes de Big Data. Il a publié dans la même collection Data Mining et statistique décisionnelle (5 e édition), qui a été traduit en anglais, et Modélisation prédictive et
apprentissage statistique avec R (2 e édition).

empty