Titre :
|
Apprentissage artificiel : deep learning, concepts et algorithmes
|
Auteurs :
|
A. Cornuejols, - Auteur ;
L. Miclet, - Auteur ;
V. Barra, - Auteur
|
Type de document :
|
ouvrage
|
Mention d'édition :
|
3e ?edition
|
Editeur :
|
Paris [FRA] : Eyrolles, 2018
|
Collection :
|
Algorithmes (Paris), ISSN 1625-113X
|
ISBN/ISSN/EAN :
|
978-2-212-67522-1
|
Format :
|
1 vol. (X-899 p.) / ill. / 23 cm
|
Langues:
|
= Français
|
Mots-clés:
|
APPRENTISSAGE
;
OPTIMISATION DE CRITERE INDUCTIF
;
RESEAU CONNEXIONNISTES
;
COLLABORATION
;
APPRENTISSAGE NON SUPERVISE
;
APPRENTISSAGE PAR RENFORCEMENT
;
RESEAU BAYESIEN
;
APPRENTISSAGE PROFOND
;
LOGIQUE INDUCTIVE
;
INFERENCE GRAMMATICALE
|
Résumé :
|
Les programmes d'intelligence artificielle sont aujourd'hui capables de reconna?itre des commandes vocales, d'analyser automatiquement des photos satellites, d'assister des experts pour prendre des d?ecisions dans des environnements complexes et ?evolutifs (analyse de march?es financiers, diagnostics m?edicaux...), de fouiller d'immenses bases de donn?ees h?et?erog?enes, telles les innombrables pages du Web... Pour r?ealiser ces t?aches, ils sont dot?es de modules d'apprentissage leur permettant d'adapter leur comportement ?a des situations jamais rencontr?ees, ou d'extraire des lois ?a partir de bases de donn?ees d'exemples. Ce livre pr?esente les concepts qui sous-tendent l'apprentissage artificiel, les algorithmes qui en d?ecoulent et certaines de leurs applications. Son objectif est de d?ecrire un ensemble d'algorithmes utiles en tentant d'?etablir un cadre th?eorique pour l'ensemble des techniques regroup?ees sous ce terme "d'apprentissage artificiel". La troisi?eme ?edition de ce livre a ?et?e compl?etement r?eorganis?ee pour s'adapter aux ?evolutions tr?es significatives de l'apprentissage artificiel ces derni?eres ann?ees. Une large place y est accord?ee aux techniques d'apprentissage profond et ?a de nouvelles applications, incluant le traitement de flux de donn?ees. [Cit. 4e de couv.]
|