Introduction au Deep Learning

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.

Professeur d'informatique et de sciences cognitives à l'Université Brown (à Providence, Rhode Island). Il est titulaire d'un doctorat en informatique au M.I.T. Son domaine de recherche est la compréhension des langages naturels.