Introduction au deep learning / Eugene Charniak (2021)

Public ISBD Titre : Introduction au deep learning Type de document : texte imprimé Auteurs : Eugene Charniak, Auteur ; Anne Bohy, Traducteur Editeur : Paris ; Malakoff : Dunod Année de publication : 2021 Importance : X, 162 p. Présentation : ill. Format : 24 cm ISBN/ISSN/EAN : 978-2-10-081926-3 Note générale : Public : L3, masters informatique ou mathématiques appliquées, élèves ingénieurs Titre original : Introduction to deep learning Bibliogr. p. 153-155. - Index Langues : Français (fre) Mots-clés : Apprentissage profond Intelligence artificielle Index. décimale : 004.383.8 Intelligence artificielle Résumé : Cet ouvrage s'adresse aux étudiants en fin de licence et en master d'informatique ou de maths appliquées, ainsi qu'aux élèves ingénieurs. L'apprentissage profond (deep learning) a révolutionné l'intelligence artificielle et s'est très rapidement répandu dans de nombreux domaines d'activité. Grâce à une approche "orientée projet", ce livre a pour but d'expliquer les bases du deep learning, depuis les réseaux de neurones à propagation avant jusqu'aux réseaux non supervisés. Conçu comme un manuel d'apprentissage synthétique, avec cours et exercices, il s'appuie sur des exemples dans des domaines comme la vision par ordinateur, la compréhension des langages naturels ou l'apprentissage par renforcement. Ces exemples sont étudiés avec le logiciel TensorFlow. Les notions théoriques sont illustrées et complétées par une quarantaine d'exercices, dont la moitié sont corrigés. Note de contenu : Au sommaire : 1. Réseaux de neurones à propagation avant 2. Tensorflow 3. Réseaux de neurones convolutifs 4. Prolongements des mots et réseaux de neurones récurrents 5. Apprentissage séquences à séquences 6. Apprentissages par renforcement profond 7. Modèles de réseaux de neurones non supervisés Introduction au deep learning [texte imprimé] / Eugene Charniak, Auteur ; Anne Bohy, Traducteur . - Paris ; Malakoff : Dunod, 2021 . - X, 162 p. : ill. ; 24 cm. ISBN : 978-2-10-081926-3 Public : L3, masters informatique ou mathématiques appliquées, élèves ingénieurs Titre original : Introduction to deep learning Bibliogr. p. 153-155. - Index Langues : Français (fre) Mots-clés : Apprentissage profond Intelligence artificielle Index. décimale : 004.383.8 Intelligence artificielle Résumé : Cet ouvrage s'adresse aux étudiants en fin de licence et en master d'informatique ou de maths appliquées, ainsi qu'aux élèves ingénieurs. L'apprentissage profond (deep learning) a révolutionné l'intelligence artificielle et s'est très rapidement répandu dans de nombreux domaines d'activité. Grâce à une approche "orientée projet", ce livre a pour but d'expliquer les bases du deep learning, depuis les réseaux de neurones à propagation avant jusqu'aux réseaux non supervisés. Conçu comme un manuel d'apprentissage synthétique, avec cours et exercices, il s'appuie sur des exemples dans des domaines comme la vision par ordinateur, la compréhension des langages naturels ou l'apprentissage par renforcement. Ces exemples sont étudiés avec le logiciel TensorFlow. Les notions théoriques sont illustrées et complétées par une quarantaine d'exercices, dont la moitié sont corrigés. Note de contenu : Au sommaire : 1. Réseaux de neurones à propagation avant 2. Tensorflow 3. Réseaux de neurones convolutifs 4. Prolongements des mots et réseaux de neurones récurrents 5. Apprentissage séquences à séquences 6. Apprentissages par renforcement profond 7. Modèles de réseaux de neurones non supervisés

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Etat_Exemplaire
058895	004.383.8 CHA	Papier	Bibliothèque Centrale	Informatique	Disponible	En bon état
058896	004.383.8 CHA	Papier	Bibliothèque Centrale	Informatique	Disponible	Consultation sur place