Apprentissage artificiel / Antoine Cornuéjols  

Public ISBD Titre : Apprentissage artificiel : Concepts et algorithmes Type de document : texte imprimé Auteurs : Antoine Cornuéjols, Auteur ; Laurent Miclet, Auteur Mention d'édition : 2°emm Editeur : Paris : Eyrolles Année de publication : 2010 Importance : 803 p Format : 24 cm ISBN/ISSN/EAN : 978-2-212-12471-2 Langues : Français (fre) Mots-clés : Apprentissage artificiel Index. décimale : 005 Résumé : Les programmes d'intelligence artificielle sont aujourd'hui capables de reconnaître des commandes vocales, d'analyser automatiquement des photos satellites, d'assister des experts pour prendre des décisions dans des environnements complexes et évolutifs (analyse de marchés financiers, diagnostics médicaux...), de fouiller d'immenses bases de données hétérogènes, telles les innombrables pages du Web... Pour réaliser ces tâches, ils sont dotés de modules d'apprentissage leur permettant d'adapter leur comportement à des situations jamais rencontrées, ou d'extraire des lois à partir de bases de données d'exemples. Ce livre présente les concepts qui sous-tendent l'apprentissage artificiel, les algorithmes qui en découlent et certaines de leurs applications. Son objectif est de décrire un ensemble d'algorithmes utiles en tentant d'établir un cadre théorique pour l'ensemble des techniques regroupées sous ce terme « d'apprentissage artificiel ». La quatrième édition de ce livre a été augmentée et complètement réorganisée pour s'adapter aux évolutions très significatives de l'apprentissage artificiel ces dernières années. Une large place y est accordée aux techniques d'apprentissage profond et à de nouvelles applications, incluant le traitement de flux de données. À qui s'adresse ce livre ? Ce livre s'adresse tant aux décideurs et aux ingénieurs qui souhaitent mettre au point des applications qu'aux étudiants de niveau Master 1 et 2 et en école d'ingénieurs, qui souhaitent un ouvrage de référence sur ce domaine clé de l'intelligence artificielle. Note de contenu : Sommaire Les fondements de l'apprentissage De l'apprentissage naturel à l'apprentissage artificiel Première approche théorique de l'induction L'environnement méthodologique de l'apprentissage Apprentissage par exploration Induction et relation d'ordre : l'espace des versions La programmation logique inductive Transfert de connaissance et apprentissage par analogie L'inférence grammaticale Apprentissage par évolution simulée Apprentissage par optimisation L'apprentissage de modèles linéaires L'apprentissage de réseaux connexionistes L'apprentissage de réseaux bayésiens L'apprentissage de modèles de Markov cachés Apprentissage par inférence d'arbres Apprentissage par approximation et interpolation Méthode à noyaux L'apprentissage bayésien et son approximation L'apprentissage de réflexes par renforcement Au-delà de l'apprentissage supervisé Apprentissage de combinaisons d'experts La classification non-supervisée et la fouille de donnée L'apprentissage semi-supervisé Vers de nouvelles tâches et de nouvelles questions Analyse de l'induction : approfondissement et ouvertures Annexes techniques En ligne : https://media.e.leclerc/9782212124712_1?fit=fit&op_sharpen=1&resmode=bilin&fmt=p [...] Apprentissage artificiel : Concepts et algorithmes [texte imprimé] / Antoine Cornuéjols, Auteur ; Laurent Miclet, Auteur  . -  2°emm . - Paris : Eyrolles, 2010 . - 803 p ; 24 cm. ISBN : 978-2-212-12471-2 Langues : Français (fre) Mots-clés : Apprentissage artificiel Index. décimale : 005 Résumé : Les programmes d'intelligence artificielle sont aujourd'hui capables de reconnaître des commandes vocales, d'analyser automatiquement des photos satellites, d'assister des experts pour prendre des décisions dans des environnements complexes et évolutifs (analyse de marchés financiers, diagnostics médicaux...), de fouiller d'immenses bases de données hétérogènes, telles les innombrables pages du Web... Pour réaliser ces tâches, ils sont dotés de modules d'apprentissage leur permettant d'adapter leur comportement à des situations jamais rencontrées, ou d'extraire des lois à partir de bases de données d'exemples. Ce livre présente les concepts qui sous-tendent l'apprentissage artificiel, les algorithmes qui en découlent et certaines de leurs applications. Son objectif est de décrire un ensemble d'algorithmes utiles en tentant d'établir un cadre théorique pour l'ensemble des techniques regroupées sous ce terme « d'apprentissage artificiel ». La quatrième édition de ce livre a été augmentée et complètement réorganisée pour s'adapter aux évolutions très significatives de l'apprentissage artificiel ces dernières années. Une large place y est accordée aux techniques d'apprentissage profond et à de nouvelles applications, incluant le traitement de flux de données. À qui s'adresse ce livre ? Ce livre s'adresse tant aux décideurs et aux ingénieurs qui souhaitent mettre au point des applications qu'aux étudiants de niveau Master 1 et 2 et en école d'ingénieurs, qui souhaitent un ouvrage de référence sur ce domaine clé de l'intelligence artificielle. Note de contenu : Sommaire Les fondements de l'apprentissage De l'apprentissage naturel à l'apprentissage artificiel Première approche théorique de l'induction L'environnement méthodologique de l'apprentissage Apprentissage par exploration Induction et relation d'ordre : l'espace des versions La programmation logique inductive Transfert de connaissance et apprentissage par analogie L'inférence grammaticale Apprentissage par évolution simulée Apprentissage par optimisation L'apprentissage de modèles linéaires L'apprentissage de réseaux connexionistes L'apprentissage de réseaux bayésiens L'apprentissage de modèles de Markov cachés Apprentissage par inférence d'arbres Apprentissage par approximation et interpolation Méthode à noyaux L'apprentissage bayésien et son approximation L'apprentissage de réflexes par renforcement Au-delà de l'apprentissage supervisé Apprentissage de combinaisons d'experts La classification non-supervisée et la fouille de donnée L'apprentissage semi-supervisé Vers de nouvelles tâches et de nouvelles questions Analyse de l'induction : approfondissement et ouvertures Annexes techniques En ligne : https://media.e.leclerc/9782212124712_1?fit=fit&op_sharpen=1&resmode=bilin&fmt=p [...]

Réservation

Réserver ce document

Exemplaires(2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
22671	005-51.1	Livre	المكتبة المركزية	indéterminé	Exclu du prêt
22672	005-51.2	Livre	المكتبة المركزية	indéterminé	Disponible

---

1 (1 - 1 / 1) Par page : 25 50 100 200