Machine learning / Matt Harrison 

Public ISBD Titre : Machine learning : les fondamentaux Type de document : texte imprimé Auteurs : Matt Harrison, Auteur ; Olivier Engler, Auteur Editeur : First Interactive Année de publication : 2020 Importance : 249 pages ISBN/ISSN/EAN : 978-2-412-05602-8 Langues : Français (fre) Mots-clés : Data forme  perplexité  prétraitement  classification seuil de discrimination  logistique  foret aléatoire  coefficient  sous-echantillon  type  erreur Index. décimale : K.45 - Intelligence artificielle et big-data, machine Learning Résumé : Entrez de plain-pied dans le monde fascinant la data science avec cet ouvrage pratique, véritable pense bête de tous les data scientists, ingénieurs ou programmeurs Vous aussi participez à la révolution qui ramène l'intelligence artificielle au coeur de notre société, grace aux data scientists. La data science consiste à traduire des problèmes de toute autre nature, en problèmes de modélisation quantitative, résolus par des algorithmes de traitement. Au programme : Les différentes versions de Python L'apprentissage non supervisé et le préprocessing Représenter les données Processus de validation Algorithmes, chaînes et pipeline Travailler avec des données de type texte Utiliser Sikit-learn Machine learning : les fondamentaux [texte imprimé] / Matt Harrison, Auteur ; Olivier Engler, Auteur . - First Interactive, 2020 . - 249 pages. ISBN : 978-2-412-05602-8 Langues : Français (fre) Mots-clés : Data forme  perplexité  prétraitement  classification seuil de discrimination  logistique  foret aléatoire  coefficient  sous-echantillon  type  erreur Index. décimale : K.45 - Intelligence artificielle et big-data, machine Learning Résumé : Entrez de plain-pied dans le monde fascinant la data science avec cet ouvrage pratique, véritable pense bête de tous les data scientists, ingénieurs ou programmeurs Vous aussi participez à la révolution qui ramène l'intelligence artificielle au coeur de notre société, grace aux data scientists. La data science consiste à traduire des problèmes de toute autre nature, en problèmes de modélisation quantitative, résolus par des algorithmes de traitement. Au programme : Les différentes versions de Python L'apprentissage non supervisé et le préprocessing Représenter les données Processus de validation Algorithmes, chaînes et pipeline Travailler avec des données de type texte Utiliser Sikit-learn

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
100052308	K.45 HAR	Livre	Salle "Jean Vallet"	JV-E13c	Prêt possible Disponible
100052357	K.45 HAR	Livre	Salle "Jean Vallet"	JV-E13c	Consultation sur Place Exclu du prêt

---

1 (1 - 1 / 1)