Détail de l'éditeur
Documents disponibles chez cet éditeur (186)
Affiner la recherche
Cours élémentaire de mathématiques supérieures / J. Quinet
Titre : Cours élémentaire de mathématiques supérieures : 5 Géométrie Type de document : texte imprimé Auteurs : J. Quinet, Auteur Mention d'édition : 6 ème éd Editeur : Paris : Dunod Année de publication : 1978 Importance : 232 p Format : 15.5 x 24cm ISBN/ISSN/EAN : 978-2-04-010079-7 Note générale : Tables des matières Langues : Français (fre) Cours élémentaire de mathématiques supérieures : 5 Géométrie [texte imprimé] / J. Quinet, Auteur . - 6 ème éd . - Paris : Dunod, 1978 . - 232 p ; 15.5 x 24cm.
ISBN : 978-2-04-010079-7
Tables des matières
Langues : Français (fre)Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité FTM32660 510.378.51.135 Livre magasin d'ouvrages 510.378.51.Maths Exclu du prêt Cours de mathématiques 2 : Analyse / Jean-Marie Arnaudiès
Titre : Cours de mathématiques 2 : Analyse Type de document : texte imprimé Auteurs : Jean-Marie Arnaudiès, Auteur ; H.FRAYSSE, Auteur Editeur : Paris : Dunod Année de publication : 1996 Importance : VII-680 p. Format : 24 x 16 cm ISBN/ISSN/EAN : 978-2-10-003144-3 Langues : Français (fre) Mots-clés : analyse mathématique manuels Index. décimale : 378.53570 Résumé : Le Cours de mathématiques de J.-M. Arnaudiès et H. Fraysse réunit les notions de base de l'Algèbre fondamentale, de l'Algèbre linéaire et de l'Analyse indispensables aux concours d'entrée aux grandes écoles, mais aussi pour entreprendre des études scientifiques à dominante mathématique, notamment à l'université. De conception très élaborée, cet ouvrage se veut avant tout un outil de travail: des exercices qui "collent" au texte paragraphe par paragraphe et des exemples permettent une lecture active et une assimilation progressive Note de contenu : Scientifiques et techniques et sciences humaines
Cours de mathématiques 2 : Analyse [texte imprimé] / Jean-Marie Arnaudiès, Auteur ; H.FRAYSSE, Auteur . - Paris : Dunod, 1996 . - VII-680 p. ; 24 x 16 cm.
ISBN : 978-2-10-003144-3
Langues : Français (fre)
Mots-clés : analyse mathématique manuels Index. décimale : 378.53570 Résumé : Le Cours de mathématiques de J.-M. Arnaudiès et H. Fraysse réunit les notions de base de l'Algèbre fondamentale, de l'Algèbre linéaire et de l'Analyse indispensables aux concours d'entrée aux grandes écoles, mais aussi pour entreprendre des études scientifiques à dominante mathématique, notamment à l'université. De conception très élaborée, cet ouvrage se veut avant tout un outil de travail: des exercices qui "collent" au texte paragraphe par paragraphe et des exemples permettent une lecture active et une assimilation progressive Note de contenu : Scientifiques et techniques et sciences humaines
Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité FTM29225 510.378.51.37 Livre magasin d'ouvrages 510.378.51.Maths Exclu du prêt Cours de mathématiques / L.Chambadal
Titre : Cours de mathématiques Titre original : sciences de la nature et de la vie Type de document : texte imprimé Auteurs : L.Chambadal, Auteur Editeur : Paris : Dunod Année de publication : 1969 Importance : 520 p Présentation : ill Format : 24 x15 cm ISBN/ISSN/EAN : 978-2-04-011530-2 Note générale : tables des matières Langues : Français (fre) Cours de mathématiques = sciences de la nature et de la vie [texte imprimé] / L.Chambadal, Auteur . - Paris : Dunod, 1969 . - 520 p : ill ; 24 x15 cm.
ISBN : 978-2-04-011530-2
tables des matières
Langues : Français (fre)Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité FTM35106 510.378.51.376 Livre magasin d'ouvrages 510.378.51.Maths Exclu du prêt Cours de physique, mathématiques pour la physique / Yves Noirot
Titre : Cours de physique, mathématiques pour la physique : cours et exercices avec solutions ; DEUG Sciences Type de document : texte imprimé Auteurs : Yves Noirot, Auteur ; Jean-Paul Parisot, Auteur ; Nathalie Brouillet, Auteur Editeur : Paris : Dunod Année de publication : 1997 Collection : science sup Importance : X-229 p. Présentation : ill. Format : 24 x 17 cm ISBN/ISSN/EAN : 978-2-10-003358-4 Note générale : Index Langues : Français (fre) Mots-clés : mathématiques manuels d'enseignement supérieur Index. décimale : 519376 Résumé : Présentation des outils mathématiques indispensables à la modélisation des phénomènes physiques. Des techniques de calculs vectoriel, différentiel et intégral d'usage permanent en physique sont abordées. Présentation détaillée des systèmes de coordonnées les plus utilisés et des opérateurs vectoriels différentiels. Cours de physique, mathématiques pour la physique : cours et exercices avec solutions ; DEUG Sciences [texte imprimé] / Yves Noirot, Auteur ; Jean-Paul Parisot, Auteur ; Nathalie Brouillet, Auteur . - Paris : Dunod, 1997 . - X-229 p. : ill. ; 24 x 17 cm. - (science sup) .
ISBN : 978-2-10-003358-4
Index
Langues : Français (fre)
Mots-clés : mathématiques manuels d'enseignement supérieur Index. décimale : 519376 Résumé : Présentation des outils mathématiques indispensables à la modélisation des phénomènes physiques. Des techniques de calculs vectoriel, différentiel et intégral d'usage permanent en physique sont abordées. Présentation détaillée des systèmes de coordonnées les plus utilisés et des opérateurs vectoriels différentiels. Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité FTM20671 530.378.51.03 Livre magasin d'ouvrages 530.378.51. Exclu du prêt Deep Learning avec Keras et TensorFlow / Aurélien Géron
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
TensorFlowDeep 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
TensorFlowRéservation
Réserver ce document
Exemplaires (2)
Code-barres Cote Support Localisation Section Disponibilité FTM37312 004.005.2.53/01 Livre magasin d'ouvrages 004.005.2.Info. Exclu du prêt FTM37313 004.005.2.53/02 Livre magasin d'ouvrages 004.005.2.Info. Disponible Démarrez avec Arduino / Massimo Banzi
PermalinkDévelopper des services Web XML et des composants server avec Microsoft Visual Basic.Net et Microsoft Visual C Sharp / MICROSOFT CORPORATION
PermalinkDictionnaire encyclopédie des sciences des matériaux / Emilian Koller
PermalinkDictionnaire techniques / Guy Malgorn
PermalinkDictionnaire techniques / Guy Malgorn
PermalinkDiffraction des rayonnements / Jean Protas
PermalinkEau chaude solaire / Chris Laughton
PermalinkL'économie circulaire / Rémy Le Moigne
PermalinkÉconomie de l'énergie / Sophie Méritet
PermalinkÉcosystèmes : / Serge Frontier
PermalinkÉlectro-Technique / Pierre Mayé
PermalinkElectrodynamique classique / John David Jackson
Permalinkélectromagnétisme 2 / Jean-Pierre Faroux
PermalinkElectromagnetisme et relativite restreinte / J Hennequin
PermalinkElectronique / Thierry Destombes
PermalinkElectronique / Hubert Lumbroso
PermalinkElectronique numérique en 26 fiches / Pierre Mayé
PermalinkL'électronique par l'expérience / Pierre Mayé
PermalinkElectronique de puissance / Claude Naudet
PermalinkElectronique / Yves Granjon
PermalinkEléments de géologie / Charles POMEROL
Permalinkéquipement du bâtiment / Boulet, Benjamin
PermalinkEtude des murs dans la construction. / C. Rozza
PermalinkExercices d'algèbre,Analyse et probabilités / G. Lefort
PermalinkExercices commentés de statistique et informatique appliquées / Ronald Céhessat
PermalinkExercices corrigés sur le langage C / Clovis L. Tondo
PermalinkExercices de mécanique des milieux continus / Dumontet Hélène
PermalinkExercices et problèmes corrigés de mathématiques analyse et statistique / Gros. Nicole
PermalinkExercices et problèmes résolus de recherche opérationnelle : / Roseaux
PermalinkExternalisation de la maintenance / Jean-Claude Francastel
PermalinkFaire et réussir son installation électrique / Philippe Leblond
PermalinkLa formation des systèmes d'habitat / Boleslaw Malisz
PermalinkFroid industriel / Desmons, Jean
PermalinkGénérateurs électrotechniques. / Pierre Mayé
Permalinkgènie èlectrique / Gregor haberle
PermalinkGénie électrique / Gregor haberle
PermalinkGestion des déchets / Jean-Michel Balet
PermalinkLa gestion Durable de l'eau / Louise Schriver-Mazzuoli
PermalinkLes grandes structures géologiques / Jacques Debelmas
Permalinkguide de la CAO / Dominique Taraud
PermalinkL'image de la cité / Lynch, Kevin
PermalinkImage numérique couleur / Alain Tremeau
PermalinkInformatique de gestion / Jacques Sornet
PermalinkInformatique industrielle / Dumas Patrick
PermalinkInitiation à la l'analyse des données / Jean Delagarde
Permalink