Titre :	Machine learning et deep learning : des bases à la conception avancée d'algorithmes : exemples en Python et en JavaScript
Type de document :	texte imprimé
Auteurs :	Patrick Wampé (1962-....), Auteur
Editeur :	St Herblain [France] : Editions ENI
Année de publication :	2021
Collection :	Ressources informatiques
Importance :	283 p.
Présentation :	ill.
Format :	22 cm
ISBN/ISSN/EAN :	978-2-409-02760-4
Note générale :	La couv. porte en plus : "+ quiz", "Version en ligne offerte ! pendant un an" et "En téléchargement : code source". - 2022 en coffret avec "Le machine learning avec Python" de Madjid Khichane. - La graphie correcte du lieu d'édition est : Saint-Herblain. - Index
Langues :	Français (fre)
Mots-clés :	Algorithme Intelligence artificielle Apprentissage automatique Apprentissage profond Python (langage de programmation) JavaScript (langage de programmation)
Index. décimale :	004.421 Algorithmes pour élaboration du programme
Résumé :	"Ce livre s'adresse à toute personne qui désire mieux comprendre et utiliser les algorithmes pour améliorer sa pratique de la programmation, et acquérir une compréhension de base des domaines du Machine Learning et du Deep Learning. L'auteur commence par parler de logique pour aider le lecteur dans sa compréhension des algorithmes classiques et des règles de programmation. Il sera ainsi armé pour étudier les bases propres à tout langage de programmation : les variables, les opérateurs, les conditions, les boucles, les fonctions... Dans la suite du livre, l'auteur détaille ce qui fait la spécificité, l'intérêt et la puissance des algorithmes dits intelligents, dédiés au Machine Learning ou au Deep Learning. Il donne au lecteur des exemples d'applications modernes et montre comment les utiliser concrètement dans des programmes informatiques. La plupart des algorithmes de ce livre sont traduits en Python et en JavaScript. Les sources, directement utilisables, sont disponibles en téléchargement sur le site [de l'éditeur]." (4e de couverture)
Note de contenu :	Au sommaire : 1. L'histoire de l'algorithmique 2. Les langages de programmation 3. Un peu de logique 4. Les variables 5. Les opérateurs 6. Les conditions 7. Les boucles 8. Les fonctions et la programmation orientée objet 9. La complexité algorithmique 10. La récursivité 11. Les algorithmes d'intelligence artificielle 12. L'analyse des données 13. Le machine learning 14. Le deep learning 15. L'apprentissage par renforcement

Machine learning et deep learning : des bases à la conception avancée d'algorithmes : exemples en Python et en JavaScript [texte imprimé] / Patrick Wampé (1962-....), Auteur . - St Herblain [France] : Editions ENI, 2021 . - 283 p. : ill. ; 22 cm. - (Ressources informatiques) .
ISBN : 978-2-409-02760-4
La couv. porte en plus : "+ quiz", "Version en ligne offerte ! pendant un an" et "En téléchargement : code source". - 2022 en coffret avec "Le machine learning avec Python" de Madjid Khichane. - La graphie correcte du lieu d'édition est : Saint-Herblain. - Index
Langues : Français (fre)

Mots-clés :	Algorithme Intelligence artificielle Apprentissage automatique Apprentissage profond Python (langage de programmation) JavaScript (langage de programmation)
Index. décimale :	004.421 Algorithmes pour élaboration du programme
Résumé :	"Ce livre s'adresse à toute personne qui désire mieux comprendre et utiliser les algorithmes pour améliorer sa pratique de la programmation, et acquérir une compréhension de base des domaines du Machine Learning et du Deep Learning. L'auteur commence par parler de logique pour aider le lecteur dans sa compréhension des algorithmes classiques et des règles de programmation. Il sera ainsi armé pour étudier les bases propres à tout langage de programmation : les variables, les opérateurs, les conditions, les boucles, les fonctions... Dans la suite du livre, l'auteur détaille ce qui fait la spécificité, l'intérêt et la puissance des algorithmes dits intelligents, dédiés au Machine Learning ou au Deep Learning. Il donne au lecteur des exemples d'applications modernes et montre comment les utiliser concrètement dans des programmes informatiques. La plupart des algorithmes de ce livre sont traduits en Python et en JavaScript. Les sources, directement utilisables, sont disponibles en téléchargement sur le site [de l'éditeur]." (4e de couverture)
Note de contenu :	Au sommaire : 1. L'histoire de l'algorithmique 2. Les langages de programmation 3. Un peu de logique 4. Les variables 5. Les opérateurs 6. Les conditions 7. Les boucles 8. Les fonctions et la programmation orientée objet 9. La complexité algorithmique 10. La récursivité 11. Les algorithmes d'intelligence artificielle 12. L'analyse des données 13. Le machine learning 14. Le deep learning 15. L'apprentissage par renforcement