Titre : |
Deep Learning avec Keras et TensorFlow : Mise en oeuvre et cas concrets |
Type de document : |
texte imprimé |
Auteurs : |
Aurélien Géron, Auteur ; Hervé Soulard, Auteur |
Mention d'édition : |
2e Édition |
Editeur : |
Paris : Dunod |
Année de publication : |
2020 |
Importance : |
553 P |
Présentation : |
ill. en coul |
Format : |
24 x 16 cm |
ISBN/ISSN/EAN : |
978-2-10-079066-1 |
Note générale : |
Cet ouvrage est la traduction de la seconde partie de l'édition originale publiée par O'Reilly : "Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow" |
Langues : |
Français (fre) |
Résumé : |
Cet ouvrage, conçu pour tous ceux qui souhaitent s'initier au deep learning (apprentissage profond), est la traduction de la deuxième partie du best-seller américain Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow (2e édition).
Le deep learning est récent et il évolue vite. Ce livre en présente les principales techniques : les réseaux de neurones profonds, capables de modéliser toutes sortes de données, les réseaux de convolution, capables de classifier des images, les segmenter et découvrir les objets ou personnes qui s'y trouvent, les réseaux récurrents, capables de gérer des séquences telles que des phrases, des séries temporelles, ou encore des vidéos, les autoencodeurs qui peuvent découvrir toutes sortes de structures dans des données, de façon non supervisée, et enfin le reinforcement learning (apprentissage par renforcement) qui permet de découvrir automatiquement les meilleures actions pour effectuer une tâche (par exemple un robot qui apprend à marcher).
Ce livre présente TensorFlow, le framework de deep learning créé par Google. Il est accompagné de notebooks Jupyter qui contiennent tous les exemples de code du livre, afin que le lecteur puisse facilement tester et faire tourner les programmes.
Il complète un premier livre du même auteur intitulé Machine Learning avec Scikit-Learn. |
Note de contenu : |
Apprentissage profond
Interfaces de programmation d'applications
Problèmes et exercices
TensorFlow |
Deep Learning avec Keras et TensorFlow : Mise en oeuvre et cas concrets [texte imprimé] / Aurélien Géron, Auteur ; Hervé Soulard, Auteur . - 2e Édition . - Paris : Dunod, 2020 . - 553 P : ill. en coul ; 24 x 16 cm. ISBN : 978-2-10-079066-1 Cet ouvrage est la traduction de la seconde partie de l'édition originale publiée par O'Reilly : "Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow" Langues : Français ( fre)
Résumé : |
Cet ouvrage, conçu pour tous ceux qui souhaitent s'initier au deep learning (apprentissage profond), est la traduction de la deuxième partie du best-seller américain Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow (2e édition).
Le deep learning est récent et il évolue vite. Ce livre en présente les principales techniques : les réseaux de neurones profonds, capables de modéliser toutes sortes de données, les réseaux de convolution, capables de classifier des images, les segmenter et découvrir les objets ou personnes qui s'y trouvent, les réseaux récurrents, capables de gérer des séquences telles que des phrases, des séries temporelles, ou encore des vidéos, les autoencodeurs qui peuvent découvrir toutes sortes de structures dans des données, de façon non supervisée, et enfin le reinforcement learning (apprentissage par renforcement) qui permet de découvrir automatiquement les meilleures actions pour effectuer une tâche (par exemple un robot qui apprend à marcher).
Ce livre présente TensorFlow, le framework de deep learning créé par Google. Il est accompagné de notebooks Jupyter qui contiennent tous les exemples de code du livre, afin que le lecteur puisse facilement tester et faire tourner les programmes.
Il complète un premier livre du même auteur intitulé Machine Learning avec Scikit-Learn. |
Note de contenu : |
Apprentissage profond
Interfaces de programmation d'applications
Problèmes et exercices
TensorFlow |
|