Introduction au Deep Learning - dunod - 9782100819263 -
Introduction au Deep Learning 

Introduction au Deep Learning

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 [...]
[lire le résumé du livre]

Auteur : 

Editeur : Dunod

Collection : InfoSup

Date parution :

Reliure :
Broché
Nbr de pages :
204
Dimension :
17.2 x 24 x 1.3 cm
Poids :
345 gr
ISBN 10 :
2100819267
ISBN 13 :
9782100819263
26,90 €
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 "Introduction au Deep Learning"

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.


Auteurs :

Traducteur Auteur Eugene Charniak est professeur d'informatique et de sciences cognitives à l'Université Brown (Etats-Unis).

En suivant ce lien, retrouvez tous les livres dans la spécialité Intelligence artificielle.

Sommaire et contenu du livre "Introduction au Deep Learning"

Réseaux de neurones à propagation avant. Tensorflow.  Réseaux de neurones convolutifs. Plongements de mots et réseaux de neurones récurrents.  Apprentissage séquence à séquence.  Apprentissage par renforcement profond.  Modèles de réseaux de neurones non supervisés

    Avis clients sur Introduction au Deep Learning - dunod - InfoSup

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