Apprentissage automatique. Des bases aux modèles avancés
A

Apprentissage automatique. Des bases aux modèles avancés

Apprentissage automatique
machine learning deep learning neural networks supervised learning unsupervised learning reinforcement learning AI ethics
Auteur
Simon Prince
Éditeur
Eksmo
Année
2025
Langue
Russe
140
Évaluer ce livre

Pour lire le livre, se connecter / s'inscrire

Aperçu du fragment

Livres similaires

Apprentissage automatique : les bases

Apprentissage automatique : les bases

Sergei Nikolenko

Apprentissage automatique. Portfolio de projets réels

Apprentissage automatique. Portfolio de projets réels

Alexeï Grigoriev

Machine Learning : Guide de poche. Un guide concis des méthodes d'apprentissage automatique structuré avec Python

Machine Learning : Guide de poche. Un guide concis des méthodes d'apprentissage automatique structuré avec Python

Matt Harrison

Apprentissage profond du point de vue pratique

Apprentissage profond du point de vue pratique

Josh Patterson, Adam Gibson

Comprendre le machine learning

Comprendre le machine learning

Serrano Luis

Apprentissage Automatique. Modèles de Conception

Apprentissage Automatique. Modèles de Conception

V. Lakshmanan, S. Robinson, M. Munn.

Python et apprentissage automatique : apprentissage automatique et profond avec Python, scikit-learn et TensorFlow 2

Python et apprentissage automatique : apprentissage automatique et profond avec Python, scikit-learn et TensorFlow 2

Sébastien Raschka, Vahid Mirjalili

Machine Learning pour les débutants absolus. Un cours d'introduction expliqué en termes simples.

Machine Learning pour les débutants absolus. Un cours d'introduction expliqué en termes simples.

Oliver Théobald

Réseaux neuronaux et apprentissage profond : cours de formation

Réseaux neuronaux et apprentissage profond : cours de formation

Charu Aggarwal

Introduction au Deep Learning

Introduction au Deep Learning

Evgueni Tchernyak