Machine Learning avec Scikit-Learn - 2e éd. - Mise en oeuvre et cas concrets Mise en oeuvre et cas concrets

Géron, Aurélien

ISBN 10: 210079065X / ISBN 13: 9782100790654

Published by DUNOD, 2019

About this Item

très bon état. Optez pour nos livres d'occasion en très bon état, et soutenez l'insertion sociale et l'écologie en leur offrant une seconde vie,Coins abîmés. 318672-5 - Machine Learning avec Scikit-Learn - 2e éd. - Mise en oeuvre et cas concrets Mise en oeuvre et cas concrets, Géron, Aurélien, DUNOD, 2019.

Seller Inventory # 318672-5

Bibliographic Details

• Title: Machine Learning avec Scikit-Learn - 2e éd. - Mise en oeuvre et cas concrets Mise en oeuvre et cas concrets
• Publisher: DUNOD
• Publication Date: 2019
• Language: French
• ISBN 10: 210079065X
• ISBN 13: 9782100790654
• Binding: Soft cover
• Condition: fine

About this title

Synopsis

L’apprentissage automatique (Machine Learning) est aujourd’hui  en pleine  explosion. Mais de quoi s’agit-il exactement, et  comment pouvez-vous le mettre en oeuvre dans vos propres  projets ?
L’objectif de cet ouvrage est de vous expliquer les concepts fondamentaux  du Machine Learning et de vous apprendre à maîtriser  les outils qui vous permettront de créer vous-même des  systèmes capables d’apprentissage automatique.
Vous apprendrez ainsi à utiliser Scikit-Learn, un outil open source  très simple et néanmoins très puissant que vous pourrez mettre  en oeuvre dans vos systèmes en production.
• Apprendre les bases du Machine Learning en suivant pas à pas  toutes les étapes d’un projet utilisant Scikit-Learn et pandas.
• Ouvrir les boîtes noires pour comprendre comment fonctionnent  les algorithmes.
• Explorer plusieurs modèles d’entraînement, notamment les  machines à vecteur de support (SVM).
• Comprendre le modèle des arbres de décision et celui des forêts  aléatoires, et exploiter la puissance des méthodes ensemblistes.
• Exploiter des techniques d’apprentissage non supervisées  telles que la réduction de dimensionnalité, la classification et la  détection d’anomalies.

Tous les exemples de code sont disponibles en ligne sous  la forme de notebooks Jupyter à l’adresse suivante :  https://github.com/ageron/handson-ml2

About the Author

Aurélien Géron est consultant en Machine Learning. Ex-Googler, il a mené l'équipe de classification des vidéos de YouTube de 2013 à 2016. Auparavant, il avait cofondé en 2001 la société de conseil Polyconseil, puis en 2002 la société Wifirst.
Il a été consultant dans de nombreux domaines : de la santé (transfusion sanguine) aux télécoms (SFR, Bolloré Telecom), en passant par la finance (JP Morgan et Société Générale) et la défense (ministère de la Défense nationale du Canada).
Il a également enseigné en écoles d’ingénieurs.