Big data, machine learning et apprentissage profond - technip - 9782710811886 -
Big data, machine learning et apprentissage profond 

Big data, machine learning et apprentissage profond

Dans cet ouvrage, les Big Data sont abordées du point de vue des applications, des méthodes d’analyse et de modélisation, des outils informatiques, et de l’optimisation de la programmation dans R et dans d’autres logiciels, dont Spark et H2O.Les principes de l’apprentissage profond sont détaillés, et tout particulièrement les réseaux de neurones convolutifs et [...]
[lire le résumé du livre]

Auteur : 

Editeur : Technip

Date parution :

Reliure :
Broché
Nbr de pages :
596
Dimension :
17 x 24 x 3 cm
Poids :
1000 gr
ISBN 10 :
271081188x
ISBN 13 :
9782710811886
45,00 €
Disponible expédié
sous 4 à 8 jours

Paiements sécurisés
CB Google/Apple Pay, Chèque, Virement
0.01€ à partir de 35€ en France métropolitaine
Satisfait ou remboursé sous 14 jours ouvrés

Quel est le sujet du livre "Big data, machine learning et apprentissage profond"

Dans cet ouvrage, les Big Data sont abordées du point de vue des applications, des méthodes d’analyse et de modélisation, des outils informatiques, et de l’optimisation de la programmation dans R et dans d’autres logiciels, dont Spark et H2O.

Les principes de l’apprentissage profond sont détaillés, et tout particulièrement les réseaux de neurones convolutifs et récurrents. On rappelle ce que sont la descente du gradient et le mécanisme de rétropropagation, leurs difficultés (sur-apprentissage, évanouissement du gradient) et les solutions apportées (dropout, normalisation par lot, activation ReLU…). Les applications à la reconnaissance d’image et les architectures élaborées ces dernières années sont ensuite décrites, de même que des applications aux jeux de stratégie et dans le domaine artistique avec les modèles génératifs.

Ces méthodes sont ensuite mises en oeuvre avec trois des principales bibliothèques d’apprentissage profond : MXNet, PyTorch et Keras-TensorFlow. On montre comment créer et entraîner un réseau convolutif, et comment l’appliquer à des problèmes de classement d’images. On montre comment améliorer leur reconnaissance en recourant à l’augmentation de données et à l’apprentissage par transfert. On compare les résultats des méthodes profondes à ceux des méthodes « classiques » de machine learning : régression pénalisée, forêts aléatoires, extra-trees, gradient boosting, SVM et perceptron. On montre aussi la puissance de calcul des processeurs graphiques (GPU).

Le traitement du langage naturel commence ensuite par les questions linguistiques classiques : étiquetage grammatical, reconnaissance des entités nommées, résolution des coréférences et lemmatisation. Puis viennent les représentations vectorielles et les méthodes de plongements de mots. On parle aussi de la modélisation de thématiques, que l’on applique à À la recherche du temps perdu de Proust. Les réseaux de neurones récurrents LSTM et GRU sont ensuite mis en oeuvre dans deux tâches bien différentes : la génération de texte et le classement de documents. Un aperçu est donné de l’analyse de sentiments.

L’analyse des réseaux sociaux et plus particulièrement d’un corpus de tweets est vue comme convergence des méthodes de Big Data, de théorie des graphes et de traitement du langage naturel.

L’ouvrage se conclut par une perspective sur l’intelligence artificielle, à la fois comme application des méthodes vues précédemment et comme source de réflexions sur l’évolution et les défis de l’intelligence artificielle, et ce qui la sépare de l’intelligence humaine.

Auteurs :

Auteur Stéphane TUFFERY 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.

Cet ouvrage montre comment appliquer les méthodes de machine learning aux Big Data,

En suivant ce lien, retrouvez tous les livres dans la spécialité Informatique-Audiovisuel.

Avis clients sur Big data, machine learning et apprentissage profond - technip -

(Ils sont modérés par nos soins et rédigés par des clients ayant acheté l'ouvrage)
Donnez votre avis
 
Controler les cookies