المكتبة المركزية
Détail de l'auteur
Auteur traduit de l'anglais par Anne Bohy |
Documents disponibles écrits par cet auteur (2)
Affiner la recherche Interroger des sources externes
Titre : Introduction au deep learning Type de document : texte imprimé Auteurs : Eugene Charniak ; traduit de l'anglais par Anne Bohy Editeur : Malakoff : Dunod Année de publication : 2021 Importance : 162 p. ISBN/ISSN/EAN : 978210081926 Note générale : informatique- l'intelligence artificielle- les bases du deep learning- Langues : Français (fre) Mots-clés : Informatique maths appliquées l'intelligence artificielle Index. décimale : 006.3 Résumé : 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. [source éditeur] Introduction au deep learning [texte imprimé] / Eugene Charniak ; traduit de l'anglais par Anne Bohy . - Malakoff : Dunod, 2021 . - 162 p.
ISSN : 978210081926
informatique- l'intelligence artificielle- les bases du deep learning-
Langues : Français (fre)
Mots-clés : Informatique maths appliquées l'intelligence artificielle Index. décimale : 006.3 Résumé : 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. [source éditeur] Exemplaires(4)
Code-barres Cote Support Localisation Section Disponibilité 006.32-01.1 006.32-01.1 Périodique Bibliothèque principale indéterminé Exclu du prêt 006.32-01.2 006.32-01.2 Périodique Bibliothèque principale indéterminé Exclu du prêt 006.32-01.3 006.32-01.3 Périodique Bibliothèque principale indéterminé Exclu du prêt 006.32-01.4 006.32-01.4 Périodique Bibliothèque principale indéterminé Exclu du prêt
Titre : Introduction au deep learning Type de document : texte imprimé Auteurs : Eugene Charniak ; traduit de l'anglais par Anne Bohy Editeur : Malakoff : Dunod Année de publication : 2021 Importance : 162 p. ISBN/ISSN/EAN : 978210081926 Note générale : informatique- l'intelligence artificielle- les bases du deep learning- Langues : Français (fre) Mots-clés : Informatique maths appliquées l'intelligence artificielle Index. décimale : 006.3 Résumé : 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. [source éditeur] Introduction au deep learning [texte imprimé] / Eugene Charniak ; traduit de l'anglais par Anne Bohy . - Malakoff : Dunod, 2021 . - 162 p.
ISSN : 978210081926
informatique- l'intelligence artificielle- les bases du deep learning-
Langues : Français (fre)
Mots-clés : Informatique maths appliquées l'intelligence artificielle Index. décimale : 006.3 Résumé : 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. [source éditeur] Exemplaires(0)
Disponibilité aucun exemplaire
