Introduction au Deep Learning

Name: Introduction au Deep Learning
Brand: Charniak, Eugene
SKU: NW-9782100819263
Price: 26.9 EUR
Availability: InStock

Audience : Adulte - Haut niveau

Le Pitch

Sommaire Réseaux de neuronesà propagation avant. Tensorflow. Réseaux de neurones convolutifs. Plongements de mots et réseaux de neurones récurrents. Apprentissage séquenceà séquence. Apprentissage par renforcement profond. Modèles de réseaux de neurones non supervisés,PrésentationCet ouvrage s’adresse auxétudiants 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. Grâceà une approche« orientée projet», ce livre a pour but d’expliquer les bases du deep learning, depuis les réseaux de neuronesà 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 sontétudiés avec le logicielTensorFlow. Les notions théoriques sont illustrées et complétées par une quarantaine d’exercices, dont la moitié sontcorrigés. Afficher moinsAfficher plus

Charniak, Eugene

Introduction au Deep Learning

26,90 €

Le Pitch

Sommaire Réseaux de neuronesà propagation avant. Tensorflow. Réseaux de neurones convolutifs. Plongements de mots et réseaux de neurones récurrents. Apprentissage séquenceà séquence. Apprentissage par renforcement profond. Modèles de réseaux de neurones non supervisés,PrésentationCet ouvrage s’adresse auxétudiants 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. Grâceà une approche« orientée projet», ce livre a pour but d’expliquer les bases du deep learning, depuis les réseaux de neuronesà 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 sontétudiés avec le logicielTensorFlow. Les notions théoriques sont illustrées et complétées par une quarantaine d’exercices, dont la moitié sontcorrigés. Afficher moinsAfficher plus