Livres / IA et ML

IA et ML

Tout Langages de programmation 1538IA et ML 762Algorithmes et théorie 505Développement de logiciels 470Développement web 390DevOps et Infrastructure 271Cybersécurité 225OS et Système 172Autre 169Bases de données 146Développement de jeux 143Systèmes embarqués 131Gestion informatique 106
Tout Science des données 253Apprentissage automatique 151LLM 107Réseaux neuronaux 91ChatGPT 37TensorFlow 29Vision par ordinateur 26PyTorch 21MLOps 18TAL (Traitement Automatique du Langage) 12Pandas 9Agents IA 1
Tout 2026 502025 1082024 1612023 1102022 492021 402020 652019 342018 292017 122016 142015 162014 32013 42012 22011 32009 22008 12007 21994 1
EN
Introduction à Python® pour l'Informatique et la Science des Données : Apprendre à Programmer avec l'IA, le Big Data et le Cloud

Introduction à Python® pour l'Informatique et la Science des Données : Apprendre à Programmer avec l'IA, le Big Data et le Cloud

A

Paul Deitel & Harvey Deitel

IA et ML
EN
NumPy pour les Débutants : Vos Premiers Pas en Science des Données avec Python

NumPy pour les Débutants : Vos Premiers Pas en Science des Données avec Python

B

AI Publishing

IA et ML
EN
Progresser dans l'Analytique : D'Excel à Python et R

Progresser dans l'Analytique : D'Excel à Python et R

A

George Mount

IA et ML
EN
IA conversationnelle avec Rasa : Concevoir, tester et déployer des assistants virtuels et chatbots alimentés par l'IA, de qualité professionnelle

IA conversationnelle avec Rasa : Concevoir, tester et déployer des assistants virtuels et chatbots alimentés par l'IA, de qualité professionnelle

A

Xiaoquan Kong, Guan Wang

IA et ML
EN
SQL pour l'Analyse de Données : Techniques Avancées pour Transformer les Données en Informations

SQL pour l'Analyse de Données : Techniques Avancées pour Transformer les Données en Informations

A

Cathy Tanimura

IA et ML
RU
Python pour tous. Traitement des données avec Python 3

Python pour tous. Traitement des données avec Python 3

A

Charles R. Severance

IA et ML
EN
Apprentissage automatique et exploration de données pour les tendances émergentes en cyberdynamique : théories et applications

Apprentissage automatique et exploration de données pour les tendances émergentes en cyberdynamique : théories et applications

A

Haruna Chiroma, Shafi’i M. Abdulhamid, Philippe Fournier-Viger, Nuno M. Garcia (Editors)

IA et ML
RU
JavaScript pour l'apprentissage profond avec TensorFlow.js

JavaScript pour l'apprentissage profond avec TensorFlow.js

A

François Chollet, Eric Nielsen, Stan Bileschi, Shangqing Cai

IA et ML
EN
Deep Learning avec PyTorch Étape par Étape : Un Guide pour Débutants

Deep Learning avec PyTorch Étape par Étape : Un Guide pour Débutants

A

Daniel Voigt Godoy

IA et ML
EN
Déployer des Modèles de Machine Learning en Production : Avec Flask, Streamlit, Docker et Kubernetes sur Google Cloud Platform

Déployer des Modèles de Machine Learning en Production : Avec Flask, Streamlit, Docker et Kubernetes sur Google Cloud Platform

A

Pramod Singh

IA et ML
RU
Data Science. La science des données à partir de zéro

Data Science. La science des données à partir de zéro

A

Joël Grus

IA et ML
EN
Machine Learning avec Python pour les Débutants : Un Guide Étape par Étape avec des Projets Pratiques

Machine Learning avec Python pour les Débutants : Un Guide Étape par Étape avec des Projets Pratiques

A

Jamie Chan

IA et ML
EN
Big Data avec Hadoop et Hive

Big Data avec Hadoop et Hive

A

Nitin Kumar

IA et ML
RU
Apache Airflow et les pipelines de traitement de données

Apache Airflow et les pipelines de traitement de données

A

Bas Harenslak, Julian de Ruiter

IA et ML
RU
Deep Learning : développement facile de projets en Python

Deep Learning : développement facile de projets en Python

A

Seth Weidman

IA et ML
RU
Data Science pour la carrière

Data Science pour la carrière

A

Nolis Jacqueline, Robinson Emily

IA et ML
RU
Développement de pipelines d'apprentissage automatique. Automatisation des cycles de vie des modèles avec TensorFlow

Développement de pipelines d'apprentissage automatique. Automatisation des cycles de vie des modèles avec TensorFlow

A

Hapke H., Nelson K.

IA et ML
RU
Apprentissage profond génératif. Le potentiel créatif des réseaux neuronaux.

Apprentissage profond génératif. Le potentiel créatif des réseaux neuronaux.

A

Foster David

IA et ML
RU
Apprentissage automatique avec R. Techniques expertes pour l'analyse prédictive

Apprentissage automatique avec R. Techniques expertes pour l'analyse prédictive

A

Brett Lantz

IA et ML
EN
Maîtriser les algorithmes d'apprentissage automatique, deuxième édition

Maîtriser les algorithmes d'apprentissage automatique, deuxième édition

A

Giuseppe Bonaccorso

IA et ML
RU
Deep Learning avec Python. Bibliothèques Keras et TensorFlow

Deep Learning avec Python. Bibliothèques Keras et TensorFlow

A

François Chollet

IA et ML
EN
Équipes de données : Un modèle de gestion unifié pour des équipes axées sur les données performantes

Équipes de données : Un modèle de gestion unifié pour des équipes axées sur les données performantes

A

Jesse Anderson

IA et ML
RU
Deep Learning sans mathématiques. Volume 2. Pratique

Deep Learning sans mathématiques. Volume 2. Pratique

A

Andrew Glassner

IA et ML
RU
Apprentissage profond en biologie et médecine

Apprentissage profond en biologie et médecine

A

Bharat Ramsundar, Peter Eastman, Patrick Walters, Vijay Pande

IA et ML
RU
Réseaux neuronaux évolutifs en Python

Réseaux neuronaux évolutifs en Python

A

Yaroslav Omelianenko

IA et ML
RU
Python et analyse de données. Traitement primaire des données avec pandas, NumPy et IPython

Python et analyse de données. Traitement primaire des données avec pandas, NumPy et IPython

A

Wes McKinney

IA et ML
RU
Deep Learning pour les Nuls

Deep Learning pour les Nuls

A

John Paul Mueller, Luca Massaron

IA et ML
EN
Traitement du Langage Naturel Pratique : Un Guide Complet pour Construire des Systèmes NLP en Situation Réelle

Traitement du Langage Naturel Pratique : Un Guide Complet pour Construire des Systèmes NLP en Situation Réelle

A

Sowmya Vajjala, Bodhisattwa Majumder, Anuj Gupta, Harshit Surana

IA et ML
EN
Apprendre TensorFlow 2.0 : Implémenter des modèles de Machine Learning et de Deep Learning avec Python

Apprendre TensorFlow 2.0 : Implémenter des modèles de Machine Learning et de Deep Learning avec Python

A

Pramod Singh, Avinash Manure

IA et ML
EN
Apprentissage Automatique Pratique avec Rust : Créer des Applications Intelligentes en Rust

Apprentissage Automatique Pratique avec Rust : Créer des Applications Intelligentes en Rust

A

Joydeep Bhattacharjee

IA et ML
RU
Introduction au Deep Learning

Introduction au Deep Learning

A

Evgueni Tchernyak

IA et ML
RU
Réseaux neuronaux et apprentissage profond : cours de formation

Réseaux neuronaux et apprentissage profond : cours de formation

A

Charu Aggarwal

IA et ML
RU
Méthodes et technologies de traitement des mégadonnées

Méthodes et technologies de traitement des mégadonnées

A

M.M. Jeleznov

IA et ML
RU
Technologies d'apprentissage automatique. Guide pédagogique et méthodologique.

Technologies d'apprentissage automatique. Guide pédagogique et méthodologique.

A

P.E. Gladiline, K.O. Bochenina

IA et ML
RU
Apprentissage profond avec Python. Bibliothèques Keras, TensorFlow et scikit-learn

Apprentissage profond avec Python. Bibliothèques Keras, TensorFlow et scikit-learn

B

J. V. Vander Plas

IA et ML
RU
Réseaux antagonistes. Projets. Construisez des réseaux génératifs de nouvelle génération avec les bibliothèques TensorFlow et Keras

Réseaux antagonistes. Projets. Construisez des réseaux génératifs de nouvelle génération avec les bibliothèques TensorFlow et Keras

A

Kailash Ahirwar

IA et ML
RU
Technologies modernes d'analyse de données intelligentes

Technologies modernes d'analyse de données intelligentes

A

A. V. Makshanov, A. E. Jouravlev, L. N. Tyndykar

IA et ML
RU
Python pour l'analyse de données. Traitement des données, visualisation et apprentissage automatique.

Python pour l'analyse de données. Traitement des données, visualisation et apprentissage automatique.

B

Wes McKinney

IA et ML
RU
Systèmes de recommandation en pratique

Systèmes de recommandation en pratique

A

Kim Falk

IA et ML
RU
Deep Learning Appliqué. Une approche basée sur l'étude de cas pour comprendre les réseaux de neurones profonds.

Deep Learning Appliqué. Une approche basée sur l'étude de cas pour comprendre les réseaux de neurones profonds.

A

Umberto Michelucci

IA et ML
RU
Programmer avec PyTorch : Créer des applications d'apprentissage profond

Programmer avec PyTorch : Créer des applications d'apprentissage profond

A

Ian Pointer

IA et ML
RU
Fondements de l'intelligence artificielle

Fondements de l'intelligence artificielle

A

E. V. Borovskaïa, N. A. Davydova

IA et ML
RU
Fondements de l'apprentissage profond. Création d'algorithmes pour l'intelligence artificielle de nouvelle génération.

Fondements de l'apprentissage profond. Création d'algorithmes pour l'intelligence artificielle de nouvelle génération.

A

Nikhil Buduma, Nicolas Locascio

IA et ML
RU
Fondements de l'apprentissage statistique : exploration de données, inférence et prédiction

Fondements de l'apprentissage statistique : exploration de données, inférence et prédiction

A

Trevor Hastie, Robert Tibshirani, Jerome Friedman

IA et ML
RU
Apprentissage par renforcement : Introduction. Deuxième édition

Apprentissage par renforcement : Introduction. Deuxième édition

A

Richard S. Sutton, Andrew G. Barto

IA et ML
RU
Traitement du langage naturel avec TensorFlow

Traitement du langage naturel avec TensorFlow

A

Tushan Ganegedara

IA et ML
RU
Traitement du langage naturel en action. Compréhension, analyse et génération de texte avec Python

Traitement du langage naturel en action. Compréhension, analyse et génération de texte avec Python

A

Lane Hobson, Cole Howard, Hannes Max Hapke

IA et ML
RU
Systèmes neuronaux de traitement de l'information

Systèmes neuronaux de traitement de l'information

A

S. V. Makartichian, N. S. Kouznetsova, S. S. Dementiev

IA et ML
RU
Science des données : cours d'apprentissage

Science des données : cours d'apprentissage

A

Steven S. Skiena

IA et ML
RU
Statistiques visuelles. Utilisez R !

Statistiques visuelles. Utilisez R !

A

A. B. Shipunov, E. M. Baldin, P. A. Volkova, A. I. Korobeinikov, S. A. Nazarova, S. V. Petrov, V. G. Sufiyanov

IA et ML
← 910111213 →

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