Livres — computer vision

EN
Traitement d'images avec Python : théorie, pratique et applications

Traitement d'images avec Python : théorie, pratique et applications

A

Erik Cuevas, Alma Nayeli Rodriguez-Vazquez, Beatriz A. Rivera-Aguilar, Jesús A. López-Luquín, Carlos Guzmán-Rosales

IA et ML
EN
Imagerie et visualisation hybrides : utilisation de l'apprentissage automatique avec Mathematica - Python

Imagerie et visualisation hybrides : utilisation de l'apprentissage automatique avec Mathematica - Python

B

Joseph Awange, Béla Paláncz, Lajos Völgyesi

IA et ML
EN
Maîtriser la vision par ordinateur avec PyTorch 2.0 : Découvrez, concevez et construisez des solutions de pointe haute performance en vision par ordinateur avec PyTorch 2.0 et les techniques d'apprentissage profond

Maîtriser la vision par ordinateur avec PyTorch 2.0 : Découvrez, concevez et construisez des solutions de pointe haute performance en vision par ordinateur avec PyTorch 2.0 et les techniques d'apprentissage profond

A

M. Arshad Siddiqui

IA et ML
RU
Anirad, K. et al. - Intelligence artificielle et vision par ordinateur. Projets réels avec Python, Keras et TensorFlow (Bestsellers O’Reilly) - 2023

Anirad, K. et al. - Intelligence artificielle et vision par ordinateur. Projets réels avec Python, Keras et TensorFlow (Bestsellers O’Reilly) - 2023

A
IA et ML
RU
Intelligence artificielle : une approche moderne. Quatrième édition. Volume 3. Apprentissage, perception et action

Intelligence artificielle : une approche moderne. Quatrième édition. Volume 3. Apprentissage, perception et action

A

Стюарт Рассел, Питер Норвиг

Algorithmes et théorie
RU
Apprentissage profond des systèmes de vision par ordinateur

Apprentissage profond des systèmes de vision par ordinateur

A

М. В. Ронкин, А. Ю. Долганов

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
Deep Learning avec Python. Deuxième édition

Deep Learning avec Python. Deuxième édition

B

Франсуа Шолле

IA et ML
RU
PyTorch. Illuminant l'apprentissage profond.

PyTorch. Illuminant l'apprentissage profond.

A

Эли Стивенс, Лука Антига, Томас Виман

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
Hugging Face en Action

Hugging Face en Action

A

Wei-Meng Lee

IA et ML
EN
Deep Learning Crash Course : Une introduction pratique et basée sur des projets à l'intelligence artificielle

Deep Learning Crash Course : Une introduction pratique et basée sur des projets à l'intelligence artificielle

A

Giovanni Volpe, Benjamin Midtvedt, Jesús Pineda, Henrik Klein Moberg, Harshith Bachimanchi, Joana B. Pereira, Carlo Manzo

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
TensorFlow pour le Deep Learning : De la Régression Linéaire à l'Apprentissage par Renforcement

TensorFlow pour le Deep Learning : De la Régression Linéaire à l'Apprentissage par Renforcement

A

Bharath Ramsundar, Reza Bosagh Zadeh

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
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
Transformers : Le Guide Définitif. Applications au-delà du NLP

Transformers : Le Guide Définitif. Applications au-delà du NLP

A

Nicole Koenigstein

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
Vision par ordinateur 3D : Méthodes et applications efficaces

Vision par ordinateur 3D : Méthodes et applications efficaces

A

Christian Wöhler

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

Кайлаш Ахирвар

IA et ML
RU
Systèmes de reconnaissance de formes

Systèmes de reconnaissance de formes

A

А.В. Бобков

Algorithmes et théorie
RU
S.N. Yaryshev, V.A. Ryzhova, M.A. Volynsky. Systèmes de vision technique dans les tâches de détection, de mesure et de contrôle

S.N. Yaryshev, V.A. Ryzhova, M.A. Volynsky. Systèmes de vision technique dans les tâches de détection, de mesure et de contrôle

A

С.Н. Ярышев, В.А. Рыжова, М.А. Волынский

IA et ML
RU
Fondements de l'intelligence artificielle avec des exemples en Python. Guide d'auto-apprentissage. 2e édition.

Fondements de l'intelligence artificielle avec des exemples en Python. Guide d'auto-apprentissage. 2e édition.

A

Анатолий Постолит

IA et ML
RU
Programmation de la vision par ordinateur avec Raspberry Pi. Deuxième édition. Développez et déployez des applications de vision par ordinateur avec Raspberry Pi, OpenCV et Python 3

Programmation de la vision par ordinateur avec Raspberry Pi. Deuxième édition. Développez et déployez des applications de vision par ordinateur avec Raspberry Pi, OpenCV et Python 3

A

Эшвин Паджанкар

IA et ML
RU
Vision par ordinateur. Méthodes modernes et perspectives de développement

Vision par ordinateur. Méthodes modernes et perspectives de développement

A

Рой Дэвис, Мэтью Терк (ред.)

IA et ML
RU
Application des fonctions OpenCV en vision par ordinateur (60 exemples en Python)

Application des fonctions OpenCV en vision par ordinateur (60 exemples en Python)

A

С.А. Молодяков

IA et ML
RU
Vision par ordinateur. Fondements et algorithmes avec des exemples en Matlab

Vision par ordinateur. Fondements et algorithmes avec des exemples en Matlab

A

Питер Корк

IA et ML
RU
Traitement numérique d'images avec OpenCV. Atelier pratique

Traitement numérique d'images avec OpenCV. Atelier pratique

A

А. И. Матвеев

Algorithmes et théorie
RU
Apprentissage d'OpenCV 3. Développement de programmes de vision par ordinateur en C++ avec la bibliothèque OpenCV

Apprentissage d'OpenCV 3. Développement de programmes de vision par ordinateur en C++ avec la bibliothèque OpenCV

A

Адриан Кэлер, Гэри Брэдски

IA et ML
RU
Vision par ordinateur avec Python. Premiers pas

Vision par ordinateur avec Python. Premiers pas

A

Э. Д. Шакирьянов

IA et ML
RU
Vision par ordinateur

Vision par ordinateur

A

Л. Шапиро, Дж. Стокман

IA et ML
RU
Vision par ordinateur. Analyse

Vision par ordinateur. Analyse

A
IA et ML
RU
Réseaux neuronaux. Projets prêts à l'emploi

Réseaux neuronaux. Projets prêts à l'emploi

A

Джеид Картер

IA et ML
RU
Réseaux de neurones convolutifs

Réseaux de neurones convolutifs

B

Джейд Картер

IA et ML
RU
Apprentissage profond avec fastai et PyTorch : un minimum de formules, un minimum de code, un maximum d'efficacité

Apprentissage profond avec fastai et PyTorch : un minimum de formules, un minimum de code, un maximum d'efficacité

A

Джереми Ховард и Сильвейн Гуггер

IA et ML
RU
Intelligence artificielle pour la mode

Intelligence artificielle pour la mode

A

Андрей Голуб

IA et ML
RU
Résolution de problèmes d'apprentissage profond avec les frameworks PyTorch et PyTorch Lightning

Résolution de problèmes d'apprentissage profond avec les frameworks PyTorch et PyTorch Lightning

A

А. И. Елисеев, Ю. В. Минин, Ю. В. Кулаков

IA et ML
RU
Deep Learning avec Python. Deuxième édition internationale

Deep Learning avec Python. Deuxième édition internationale

A

Франсуа Шолле

IA et ML
RU
Deep Learning en images. Guide visuel de l'intelligence artificielle

Deep Learning en images. Guide visuel de l'intelligence artificielle

A

Джон Крон, Грант Бейлевельд, Аглаэ Бассенс

IA et ML
RU
Apprentissage profond

Apprentissage profond

A

Николенко С., Кадурин А., Архангельская Е.

IA et ML
RU
Vision biologique et vision informatique

Vision biologique et vision informatique

A

Гэбриел Крейман

IA et ML
EN
Deep Learning avec Python

Deep Learning avec Python

A

Франсуа Шолле

IA et ML
EN
Python Practice Lab : Apprendre à coder avec des exemples interactifs

Python Practice Lab : Apprendre à coder avec des exemples interactifs

A

Angelica Lim, Victor Cheung

Langages de programmation
EN
Intelligence Artificielle avec Python. Deuxième Édition : Votre guide complet pour créer des applications intelligentes avec Python 3.x et TensorFlow 2

Intelligence Artificielle avec Python. Deuxième Édition : Votre guide complet pour créer des applications intelligentes avec Python 3.x et TensorFlow 2

A

Alberto Artasanchez, Prateek Joshi

IA et ML
EN
Azure AI Fundamentals : Guide d'étude et questions pratiques pour l'examen Microsoft AI-900

Azure AI Fundamentals : Guide d'étude et questions pratiques pour l'examen Microsoft AI-900

A

David Voss

DevOps et Infrastructure
EN
TensorFlow en Action

TensorFlow en Action

A

Thushan Ganegedara

IA et ML
EN
Python Deep Learning

Python Deep Learning

A

Ivan Vasilev

IA et ML
RU
OpenCV et Java. Traitement d'image et vision par ordinateur

OpenCV et Java. Traitement d'image et vision par ordinateur

A

Николай Прохоренок

IA et ML
EN
Algorithmes modernes pour le traitement d'image : Imagerie informatique par l'exemple avec C#

Algorithmes modernes pour le traitement d'image : Imagerie informatique par l'exemple avec C#

A

Vladimir Kovalevsky

IA et ML
EN
Apprentissage Actif avec Python : Affinez et améliorez la qualité des données plutôt que la quantité grâce à l'apprentissage actif

Apprentissage Actif avec Python : Affinez et améliorez la qualité des données plutôt que la quantité grâce à l'apprentissage actif

A

Margaux Masson-Forsythe

IA et ML
12 →