Livres / IA et ML

IA et ML

Tout Langages de programmation 1532IA et ML 762Algorithmes et théorie 505Développement de logiciels 469Développement web 387DevOps et Infrastructure 271Cybersécurité 225OS et Système 171Autre 165Bases de données 146Développement de jeux 143Systèmes embarqués 131Gestion informatique 105
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
Le guide complet obsolète de l'IA générative

Le guide complet obsolète de l'IA générative

A

David Clinton

IA et ML
EN
Le guide du développeur pour la sécurité des grands modèles de langage

Le guide du développeur pour la sécurité des grands modèles de langage

A

Steve Wilson

IA et ML
EN
15 concepts mathématiques que tout data scientist devrait connaître

15 concepts mathématiques que tout data scientist devrait connaître

A

David Hoyle

IA et ML
EN
Accélérer l'entraînement des modèles avec PyTorch 2.X

Accélérer l'entraînement des modèles avec PyTorch 2.X

A

Maicon Melo Alves

IA et ML
EN
Développement d'applications géospatiales avec Python

Développement d'applications géospatiales avec Python

A

Mohammad Gouse Galety, Arul Kumar Natarajan, Tesfaye Fufa Gedefa, Tsegaye Demsis Lemma

IA et ML
EN
Comment fonctionne l'IA : de la sorcellerie à la science

Comment fonctionne l'IA : de la sorcellerie à la science

A

Ronald T. Kneusel

IA et ML
EN
AI Essentials Guide: Principles for Navigating the Next Tech Renaissance

AI Essentials Guide: Principles for Navigating the Next Tech Renaissance

A

William Hawkins

IA et ML
EN
IA Générative pour un Développement Logiciel Efficace

IA Générative pour un Développement Logiciel Efficace

A

Anh Nguyen-Duc, Pekka Abrahamsson, Foutse Khomh (Editors)

IA et ML
EN
Maîtrise de Microsoft Fabric : SAASification de l'analyse

Maîtrise de Microsoft Fabric : SAASification de l'analyse

B

Debananda Ghosh

IA et ML
EN
Grands modèles de langage pour développeurs : une exploration basée sur les invites

Grands modèles de langage pour développeurs : une exploration basée sur les invites

A

Oswald Campesato

IA et ML
EN
Infrastructure d'apprentissage automatique et meilleures pratiques pour les ingénieurs logiciels

Infrastructure d'apprentissage automatique et meilleures pratiques pour les ingénieurs logiciels

A

Miroslaw Staron

IA et ML
EN
OpenAI GPT pour les développeurs Python

OpenAI GPT pour les développeurs Python

A

Aymen El Amri

IA et ML
EN
Développer des applications avec GPT-4 et ChatGPT : créez des chatbots intelligents, des générateurs de contenu et plus encore

Développer des applications avec GPT-4 et ChatGPT : créez des chatbots intelligents, des générateurs de contenu et plus encore

A

Olivier Caelen, Marie-Alice Blete

IA et ML
EN
Décodage des grands modèles de langage

Décodage des grands modèles de langage

A

Irena Cronin

IA et ML
EN
Transformer, BERT et GPT : y compris ChatGPT et l'ingénierie des prompts

Transformer, BERT et GPT : y compris ChatGPT et l'ingénierie des prompts

A

Oswald Campesato

IA et ML
RU
Développement d'applications avec GPT-4 et ChatGPT

Développement d'applications avec GPT-4 et ChatGPT

A

Olivier Kaelen, Marie-Alice Blété

IA et ML
EN
Generative AI : Naviguer vers le futur de l'Intelligence Générale Artificielle

Generative AI : Naviguer vers le futur de l'Intelligence Générale Artificielle

A

Martin Musiol

IA et ML
EN
Apprentissage automatique et IA générative pour le marketing

Apprentissage automatique et IA générative pour le marketing

A

Yoon Hyup Hwang, Nicholas C. Burtch

IA et ML
EN
Ingénierie des données avec Scala et Spark

Ingénierie des données avec Scala et Spark

A

Eric Tome, Rupam Bhattacharjee, David Radford

IA et ML
RU
Traitement de données en Python. Data Wrangling et Data Quality

Traitement de données en Python. Data Wrangling et Data Quality

A

Susan McGregor

IA et ML
EN
Déchiffrer les architectures de données : choisir entre un entrepôt de données moderne, une data fabric, un data lakehouse et un data mesh

Déchiffrer les architectures de données : choisir entre un entrepôt de données moderne, une data fabric, un data lakehouse et un data mesh

A

James Serra

IA et ML
RU
Apprentissage automatique probabiliste. Sujets avancés : Prédiction, Génération, Détection, Action

Apprentissage automatique probabiliste. Sujets avancés : Prédiction, Génération, Détection, Action

A

Kevin P. Murphy

IA et ML
EN
Pensez Python, troisième édition : Comment penser comme un informaticien

Pensez Python, troisième édition : Comment penser comme un informaticien

A

Allen B. Downey

IA et ML
EN
Deep Learning : Fondements et Concepts

Deep Learning : Fondements et Concepts

A

Christopher M. Bishop, Hugh Bishop

IA et ML
EN
Gestion et analyse des big data

Gestion et analyse des big data

A

Brij B Gupta, Mamta

IA et ML
EN
Data Engineering pour les pipelines de Machine Learning : des bibliothèques Python aux pipelines ML et aux plateformes cloud

Data Engineering pour les pipelines de Machine Learning : des bibliothèques Python aux pipelines ML et aux plateformes cloud

A

Pavan Kumar Narayanan

IA et ML
EN
IA générative dans l'enseignement supérieur : l'effet ChatGPT

IA générative dans l'enseignement supérieur : l'effet ChatGPT

A

Cecilia Ka Yuk Chan, Tom Colloton

IA et ML
EN
Programmer avec l'IA pour les Nuls

Programmer avec l'IA pour les Nuls

A

Chris Minnick

IA et ML
EN
Création d'applications alimentées par l'IA générative : Un guide pratique pour les développeurs

Création d'applications alimentées par l'IA générative : Un guide pratique pour les développeurs

A

Aarushi Kansal

IA et ML
EN
Ingénierie logicielle pour les data scientists : des notebooks aux systèmes évolutifs

Ingénierie logicielle pour les data scientists : des notebooks aux systèmes évolutifs

A

Catherine Nelson

IA et ML
EN
APIs Pratiques pour l'IA et la Science des Données

APIs Pratiques pour l'IA et la Science des Données

A

Ryan Day

IA et ML
EN
Machine Learning Q and AI : 30 questions essentielles et réponses sur le Machine Learning et l'IA

Machine Learning Q and AI : 30 questions essentielles et réponses sur le Machine Learning et l'IA

A

Sebastian Raschka

IA et ML
RU
Apprentissage automatique avec PyTorch et Scikit-Learn

Apprentissage automatique avec PyTorch et Scikit-Learn

A

Sébastien Raschka, Yusi (Hayden) Liu, Vahid Mirjalili

IA et ML
RU
Machine Learning et Intelligence Artificielle Appliqués pour les Ingénieurs

Machine Learning et Intelligence Artificielle Appliqués pour les Ingénieurs

A

Jeff Pross

IA et ML
RU
Prédiction conforme en Python

Prédiction conforme en Python

A

Valéry Manokhin

IA et ML
RU
Réseaux neuronaux graphiques en Python

Réseaux neuronaux graphiques en Python

A

Maxime Labonne, Artem Gruzdev

IA et ML
RU
Pipelines de données. Guide de poche

Pipelines de données. Guide de poche

A

James Densmore

IA et ML
EN
Systèmes de Trading Forex Automatisés avec ChatGPT : Apprenez, Améliorez et Profitez du Trading Forex avec Votre Compagnon IA

Systèmes de Trading Forex Automatisés avec ChatGPT : Apprenez, Améliorez et Profitez du Trading Forex avec Votre Compagnon IA

A

Paul Wealth

IA et ML
EN
Théorie et Applications du Machine Learning : Cas pratiques avec Python sur des machines classiques et quantiques

Théorie et Applications du Machine Learning : Cas pratiques avec Python sur des machines classiques et quantiques

A

Xavier Vasques

IA et ML
EN
Architecture des plateformes de données et de machine learning : permettre l'analytique et l'innovation pilotée par l'IA dans le cloud

Architecture des plateformes de données et de machine learning : permettre l'analytique et l'innovation pilotée par l'IA dans le cloud

A

Marco Tranquillin, Valliappa Lakshmanan, Firat Tekiner

IA et ML
EN
Générative IA Pratique avec Transformers et Modèles de Diffusion

Générative IA Pratique avec Transformers et Modèles de Diffusion

A

Omar Sanseviero, Pedro Cuenca, Apolinário Passos, Jonathan Whitaker

IA et ML
EN
Vision par ordinateur moderne avec PyTorch. Deuxième édition : Un parcours pratique des fondamentaux de l'apprentissage profond aux applications avancées et à l'IA générative.

Vision par ordinateur moderne avec PyTorch. Deuxième édition : Un parcours pratique des fondamentaux de l'apprentissage profond aux applications avancées et à l'IA générative.

A

V Kishore Ayyadevara, Yeshwanth Reddy

IA et ML
EN
Traitement du Langage Naturel : Un Manuel avec Implémentation en Python

Traitement du Langage Naturel : Un Manuel avec Implémentation en Python

A

Raymond S. T. Lee

IA et ML
EN
Vision par ordinateur et technologies IoT intégrées à l'IA dans l'écosystème médical

Vision par ordinateur et technologies IoT intégrées à l'IA dans l'écosystème médical

A

Alex Khang, Vugar Abdullayev, Olena Hrybiuk, Arvind K. Shukla

IA et ML
EN
Prévision de séries temporelles modernes avec Python. Deuxième édition

Prévision de séries temporelles modernes avec Python. Deuxième édition

A

Manu Joseph, Jeffrey Tackes

IA et ML
EN
Mathématiques et Architectures du Deep Learning

Mathématiques et Architectures du Deep Learning

A

Krishnendu Chaudhury, Ananya H. Ashok, Sujay Narumanchi, Devashish Shankar

IA et ML
RU
Apprentissage profond avec Python. Keras, TensorFlow, PyTorch

Apprentissage profond avec Python. Keras, TensorFlow, PyTorch

B

Antonio Gulli, Amit Kapoor

IA et ML
RU
Programmation en Python pour l'apprentissage automatique et l'analyse des données

Programmation en Python pour l'apprentissage automatique et l'analyse des données

A

Igor Semenov

IA et ML
EN
Genetic Algorithms avec Python : Appliquez les algorithmes génétiques pour résoudre des problèmes concrets d'IA et d'apprentissage automatique

Genetic Algorithms avec Python : Appliquez les algorithmes génétiques pour résoudre des problèmes concrets d'IA et d'apprentissage automatique

A

Eyal Wirsansky

IA et ML
EN
Apprendre la Science des Données avec Python : Un Guide de Démarrage Rapide

Apprendre la Science des Données avec Python : Un Guide de Démarrage Rapide

A

Engy Fouda

IA et ML
123 →

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