Livres / IA et ML

IA et ML

Tout Langages de programmation 1720IA et ML 821Développement de logiciels 526Algorithmes et théorie 525Développement web 424DevOps et Infrastructure 297Cybersécurité 229Autre 203OS et Système 187Développement de jeux 163Bases de données 150Systèmes embarqués 140Gestion informatique 107
Tout Science des données 268Apprentissage automatique 162LLM 115Réseaux neuronaux 95Vision par ordinateur 40ChatGPT 40TensorFlow 29PyTorch 22MLOps 18TAL (Traitement Automatique du Langage) 15Pandas 9Agents IA 1
Tout 2026 562025 1142024 1692023 1202022 532021 442020 672019 362018 302017 152016 172015 222014 42013 52012 22011 32009 32008 12007 21994 1
RU
IA générative avec apprentissage de grands modèles de langage (LLM) pour juniors

IA générative avec apprentissage de grands modèles de langage (LLM) pour juniors

A

Chamim Bhuyan, Timur Isachenko

IA et ML
RU
Apprentissage profond : principes et concepts

Apprentissage profond : principes et concepts

A

Christopher M. Bishop, Hugh Bishop

IA et ML
RU
Prompt Engineering pour LLM. L'art de construire des applications basées sur les grands modèles de langage.

Prompt Engineering pour LLM. L'art de construire des applications basées sur les grands modèles de langage.

A

John Berryman, Albert Ziegler

IA et ML
EN
Suivi d'Objets Visuels : Une Perspective d'Évaluation

Suivi d'Objets Visuels : Une Perspective d'Évaluation

A

Xin Zhao, Shiyu Hu, Xu-Cheng Yin

IA et ML
EN
Python GPT Cookbook : 75+ recettes pratiques pour créer des solutions de TAL pour le monde réel

Python GPT Cookbook : 75+ recettes pratiques pour créer des solutions de TAL pour le monde réel

A

Dr. Neil Williams

IA et ML
EN
NoOps : Comment les agents IA réinventent le DevOps et le logiciel

NoOps : Comment les agents IA réinventent le DevOps et le logiciel

A

Roman Vorel

IA et ML
EN
Visualiser l'IA générative : Comment l'IA peint, écrit et assiste

Visualiser l'IA générative : Comment l'IA peint, écrit et assiste

A

Priyanka Vergadia, Valliappa Lakshmanan

IA et ML
EN
Construire des LLMs avec PyTorch : Un guide étape par étape pour créer des modèles d'IA avancés avec PyTorch

Construire des LLMs avec PyTorch : Un guide étape par étape pour créer des modèles d'IA avancés avec PyTorch

A

Anand Trivedi

IA et ML
EN
Contrats de Données : Développement de Pipelines de Production à Grande Échelle

Contrats de Données : Développement de Pipelines de Production à Grande Échelle

A

Chad Sanderson, Mark Freeman, B.E. Schmidt

IA et ML
EN
Data Science 3D avec Python : Création d'Environnements Numériques Précis avec des Flux de Travail de Nuages de Points 3D

Data Science 3D avec Python : Création d'Environnements Numériques Précis avec des Flux de Travail de Nuages de Points 3D

A

Florent Poux

IA et ML
EN
Cartographie SIG : Guide pour une conception cartographique efficace, Quatrième édition

Cartographie SIG : Guide pour une conception cartographique efficace, Quatrième édition

A

Gretchen N. Peterson

IA et ML
EN
IA Générative pour le Développement Logiciel : Construire des Logiciels Plus Rapidement et Plus Efficacement

IA Générative pour le Développement Logiciel : Construire des Logiciels Plus Rapidement et Plus Efficacement

A

Sergio Pereira

IA et ML
EN
L'Intelligence Artificielle Pour les Nuls, 3ᵉ Édition

L'Intelligence Artificielle Pour les Nuls, 3ᵉ Édition

A

John Paul Mueller, Luca Massaron, Stephanie Diamond

IA et ML
EN
IA et ML pour les codeurs en PyTorch : Un guide du codeur pour l'IA générative et l'apprentissage automatique

IA et ML pour les codeurs en PyTorch : Un guide du codeur pour l'IA générative et l'apprentissage automatique

A

Laurence Moroney

IA et ML
EN
Apprendre GitHub Copilot : Multiplier votre productivité en programmation grâce à l'IA

Apprendre GitHub Copilot : Multiplier votre productivité en programmation grâce à l'IA

A

Brent Laster

IA et ML
EN
Machine Learning Pratique avec C++ : Construire, entraîner et déployer des pipelines de machine learning et de deep learning de bout en bout

Machine Learning Pratique avec C++ : Construire, entraîner et déployer des pipelines de machine learning et de deep learning de bout en bout

A

Kirill Kolodiazhnyi

IA et ML
EN
Maîtriser l'Analyse de Texte : Un Guide Pratique du NLP avec Python

Maîtriser l'Analyse de Texte : Un Guide Pratique du NLP avec Python

A

Shailendra Kadre, Shailesh Kadre, Subhendu Dey

IA et ML
EN
Python Intermédiaire et Grands Modèles de Langage

Python Intermédiaire et Grands Modèles de Langage

A

Dilyan Grigorov

IA et ML
EN
IA explicable avec Python, deuxième édition

IA explicable avec Python, deuxième édition

A

Antonio Di Cecco, Leonida Gianfagna

IA et ML
EN
Traitement du Langage Naturel Appliqué avec PyTorch 2.0 : Maîtrisez les Techniques Avancées de NLP, Transformez les Données Textuelles en Insights et Construisez des Modèles d'IA Évolutifs avec PyTorch 2.0

Traitement du Langage Naturel Appliqué avec PyTorch 2.0 : Maîtrisez les Techniques Avancées de NLP, Transformez les Données Textuelles en Insights et Construisez des Modèles d'IA Évolutifs avec PyTorch 2.0

A

Dr. Deepti Chopra

IA et ML
EN
Prompt Engineering pour les LLM : L'art et la science de la création d'applications basées sur les grands modèles de langage

Prompt Engineering pour les LLM : L'art et la science de la création d'applications basées sur les grands modèles de langage

A

John Berryman, Albert Ziegler

IA et ML
EN
IA Générative pour le Développement Full-Stack : Codage Accéléré par l'IA

IA Générative pour le Développement Full-Stack : Codage Accéléré par l'IA

A

Shantanu Baruah, Nitara Baruah

IA et ML
EN
Conception de Systèmes de Machine Learning : Avec des Exemples de Bout en Bout

Conception de Systèmes de Machine Learning : Avec des Exemples de Bout en Bout

A

Valerii Babushkin, Arseny Kravchenko

IA et ML
EN
Développement d'Applications avec des Agents IA : Conception et Implémentation de Systèmes Multiagents

Développement d'Applications avec des Agents IA : Conception et Implémentation de Systèmes Multiagents

A

Michael Albada

IA et ML
EN
Machine Learning Pratique avec Scikit-Learn et PyTorch : Concepts, Outils et Techniques pour Construire des Systèmes Intelligents

Machine Learning Pratique avec Scikit-Learn et PyTorch : Concepts, Outils et Techniques pour Construire des Systèmes Intelligents

A

Aurélien Géron

IA et ML
EN
Modèles de conception d'IA générative : Solutions aux défis courants lors de la création d'agents et d'applications GenAI

Modèles de conception d'IA générative : Solutions aux défis courants lors de la création d'agents et d'applications GenAI

A

Valliappa Lakshmanan, Hannes Hapke

IA et ML
RU
RAG et IA générative. Création de pipelines RAG personnalisés avec LlamaIndex, Deep Lake et Pinecone

RAG et IA générative. Création de pipelines RAG personnalisés avec LlamaIndex, Deep Lake et Pinecone

A

Dénis Rotman

IA et ML
EN
Informatique depuis Zéro : Construire des Interpréteurs, de l'Art, des Émulateurs et du ML en Python

Informatique depuis Zéro : Construire des Interpréteurs, de l'Art, des Émulateurs et du ML en Python

A

David Kopec

IA et ML
EN
Programmer des réseaux neuronaux avec Python

Programmer des réseaux neuronaux avec Python

A

Joachim Steinwendner, Roland Schwaiger

IA et ML
RU
Ingénierie de l'IA. Développement d'applications avec des modèles de base

Ingénierie de l'IA. Développement d'applications avec des modèles de base

A

Chip Huyen

IA et ML
EN
Bioinformatique avec Python Cookbook, Quatrième Édition

Bioinformatique avec Python Cookbook, Quatrième Édition

A

Shane Brubaker

IA et ML
RU
Visualisation de données pour les professionnels. Conception de diagrammes et tableaux de bord clairs

Visualisation de données pour les professionnels. Conception de diagrammes et tableaux de bord clairs

A

Désirée Abbott

IA et ML
RU
Elasticsearch pour les développeurs : indexation, analyse, recherche et agrégation de données. 2ᵉ édition

Elasticsearch pour les développeurs : indexation, analyse, recherche et agrégation de données. 2ᵉ édition

A

Anurag Shrivastava

IA et ML
RU
Prompt Engineering pour GenAI. Modèles de requêtes fiables pour des résultats de qualité

Prompt Engineering pour GenAI. Modèles de requêtes fiables pour des résultats de qualité

A

James Phoenix, Mike Taylor

IA et ML
RU
Analyse causale pour les audacieux et les honnêtes

Analyse causale pour les audacieux et les honnêtes

A

Matheus Facure, Artem Gruzdev

IA et ML
RU
Big Data. Frameworks modernes et développement d'applications

Big Data. Frameworks modernes et développement d'applications

A

Domenico Talia, Paolo Trunfio, Fabrizio Marozzo, Loris Belcastro, Riccardo Cantini, Alessio Orsino

IA et ML
RU
Apprentissage automatique avec peu de codage

Apprentissage automatique avec peu de codage

A

Gwendoline Stripling, Michael Abel

IA et ML
RU
Apprentissage automatique. Des bases aux modèles avancés

Apprentissage automatique. Des bases aux modèles avancés

A

Simon Prince

IA et ML
RU
Apprentissage automatique : les bases

Apprentissage automatique : les bases

A

Sergei Nikolenko

IA et ML
RU
Réseaux neuronaux avec Python. Fondements de l'IA et de l'apprentissage automatique

Réseaux neuronaux avec Python. Fondements de l'IA et de l'apprentissage automatique

A

Koulikova I. V.

IA et ML
RU
Recherche basée sur l'intelligence artificielle

Recherche basée sur l'intelligence artificielle

A

Trey Granger, Doug Turnbull, Max Irwin

IA et ML
RU
Les données dans la lutte contre l'attrition client. Analyse, jeu de données, métriques et segmentation.

Les données dans la lutte contre l'attrition client. Analyse, jeu de données, métriques et segmentation.

A

Karl Gold

IA et ML
EN
Les Éléments de la Programmation Différentiable

Les Éléments de la Programmation Différentiable

A

Mathieu Blondel, Vincent Roulet

IA et ML
EN
Prévision avancée avec Python : Maîtriser les techniques modernes de prévision avec le Machine Learning et les outils Cloud, Deuxième Édition

Prévision avancée avec Python : Maîtriser les techniques modernes de prévision avec le Machine Learning et les outils Cloud, Deuxième Édition

A

Joos Korstanje

IA et ML
EN
Architecture des Systèmes Logiciels d'IA : Conception de systèmes d'IA robustes et évolutifs pour le développement logiciel moderne

Architecture des Systèmes Logiciels d'IA : Conception de systèmes d'IA robustes et évolutifs pour le développement logiciel moderne

A

Richard D Avila, Imran Ahmad

IA et ML
RU
Python : Pandas en pratique. 200 exercices d'analyse de données avec solutions et explications

Python : Pandas en pratique. 200 exercices d'analyse de données avec solutions et explications

A

Reuven Lerner

IA et ML
RU
Programmation avec intelligence artificielle : Planification, codage, test et déploiement améliorés

Programmation avec intelligence artificielle : Planification, codage, test et déploiement améliorés

A

Tom Taulli

IA et ML
EN
Prévision de séries temporelles avec l'IA générative : exploiter l'IA pour des prévisions de précision

Prévision de séries temporelles avec l'IA générative : exploiter l'IA pour des prévisions de précision

A

Banglore Vijay Kumar Vishwas, Sri Ram Macharla

IA et ML
EN
Données sans étiquettes : apprentissage automatique non supervisé pratique

Données sans étiquettes : apprentissage automatique non supervisé pratique

A

Vaibhav Verdhan

IA et ML
EN
Analyse de données avec les LLM : texte, tableaux, images et son

Analyse de données avec les LLM : texte, tableaux, images et son

A

Immanuel Trummer

IA et ML
← 12345 →

Score de qualité PDF :

A Excellent — texte copiable, table des matières, métadonnées B Bon — texte présent, certaines données manquantes C Moyen — texte partiellement extractible D Médiocre — probablement un scan F Scan sans OCR — texte non extractible