Votre compte

Deep Learning avec TensorFlow


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 & TensorFloW
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 Autoencoders 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 Jupyter notebooks (disponibles sur github) 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 intitulé Machine Learning avec Scikit-Learn.

Ce livre est classé dans les catégories :

30,99 €
?

Ebook PDF

Ce format de livre numérique est plus adapté aux grands écrans (ordinateur & tablette) qu'aux petits écrans (liseuse et smartphone) car il ne permet pas d'adapter la taille de la police d'écriture.

Ebook protégé

L’éditeur de ce livre a choisi de protéger ce fichier avec la technologie Adobe DRM.

Pour lire ce livre ou le charger sur votre support de lecture, un logiciel propriétaire est nécessaire. En savoir plus.

Vérifier la compatibilité de vos supports

Vous aimerez aussi

Fiche détaillée de “Deep Learning avec TensorFlow”

Fiche technique

  • Auteur : Aurélien Géron
  • Éditeur : Dunod
  • Collection : Hors Collection
  • Date de parution : 22/11/17
  • EAN : 9782100767472
  • Format : PDF
  • Nombre de pages: 256
  • Protection : Contenu protégé

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 & TensorFloW
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 Autoencoders 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 Jupyter notebooks (disponibles sur github) 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 intitulé Machine Learning avec Scikit-Learn.

Biographie d’Aurélien Géron

Aurélien Géron est consultant en Machine Learning. Ex-Googler, il a mené l'équipe de classification des vidéos de YouTube de 2013 à 2016. Auparavant, il avait cofondé en 2001 la société de conseil Polyconseil, puis en 2002 la société Wifirst.
Il a été consultant dans de nombreux domaines : de la santé (transfusion sanguine) aux télécoms (SFR, Bolloré Telecom), en passant par la finance (JP Morgan et la Société Générale) et la défense (ministère de la Défense nationale du Canada).
Il a également enseigné en écoles d’ingénieurs.

Avis des internautes


Aucun commentaire n'a été posté sur ce livre.

Ajouter votre commentaire