Livres — deep learning

EN
L'intelligence artificielle pour les Nuls, 2e édition

L'intelligence artificielle pour les Nuls, 2e édition

A

John Paul Mueller, Luca Massaron

IA et ML
EN
Traitement numérique du signal : illustration à l'aide de Python

Traitement numérique du signal : illustration à l'aide de Python

A

S. Esakkirajan, T. Veerakumar, Badri N. Subudhi

Langages de programmation
EN
Apprentissage profond pratique : une introduction basée sur Python

Apprentissage profond pratique : une introduction basée sur Python

A

Ronald T. Kneusel

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

Бретт Ланц

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
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
Apprentissage automatique avec PyTorch et Scikit-Learn

Apprentissage automatique avec PyTorch et Scikit-Learn

A

Sebastian Raschka, Yuxi (Hayden) Liu, Vahid Mirjalili

IA et ML
EN
Python: Deeper Insights into Machine Learning

Python: Deeper Insights into Machine Learning

A

Sebastian Raschka, David Julian, John Hearty

IA et ML
EN
Maîtriser OpenCV avec Python : Utilisez NumPy, Scikit, TensorFlow et Matplotlib pour apprendre des algorithmes avancés d'apprentissage automatique à travers un ensemble de projets pratiques

Maîtriser OpenCV avec Python : Utilisez NumPy, Scikit, TensorFlow et Matplotlib pour apprendre des algorithmes avancés d'apprentissage automatique à travers un ensemble de projets pratiques

A

Ayush Vaishya

IA et ML
RU
Apprentissage profond et analyse de données. Guide pratique

Apprentissage profond et analyse de données. Guide pratique

A

Дмитрий Малов

IA et ML
EN
Grokking Deep Learning

Grokking Deep Learning

A

Andrew W. Trask

IA et ML
EN
Ultimate Enterprise Data Analysis and Forecasting using Python

Ultimate Enterprise Data Analysis and Forecasting using Python

A

Shanthababu Pandian

DevOps et Infrastructure
RU
Immortal I. - Systèmes d'intelligence artificielle (Formation professionnelle) - 2019

Immortal I. - Systèmes d'intelligence artificielle (Formation professionnelle) - 2019

D
Développement web
EN
Deep Learning : Fondements et Concepts

Deep Learning : Fondements et Concepts

A

Christopher M. Bishop, Hugh Bishop

IA et ML
EN
Machine Learning Bookcamp: Construisez un portfolio de projets réels

Machine Learning Bookcamp: Construisez un portfolio de projets réels

A

Alexey Grigorev

IA et ML
EN
Construire de grands modèles de langage à partir de zéro : concevoir, entraîner et déployer des LLM avec PyTorch

Construire de grands modèles de langage à partir de zéro : concevoir, entraîner et déployer des LLM avec PyTorch

A

Dilyan Grigorov

IA et ML
EN
Apprentissage profond pour les sciences de la vie : avec des notebooks Python pour des exemples et des exercices

Apprentissage profond pour les sciences de la vie : avec des notebooks Python pour des exemples et des exercices

A

Filippo Biscarini, Nelson Nazzicari

IA et ML
EN
Analyse d'images, classification et détection de changements en télédétection : avec des algorithmes pour Python, cinquième édition

Analyse d'images, classification et détection de changements en télédétection : avec des algorithmes pour Python, cinquième édition

A

Morton John Canty

Algorithmes et théorie
EN
Réseaux de neurones pratiques en Python et MATLAB

Réseaux de neurones pratiques en Python et MATLAB

A

Chunwei Zhang, Tianpeng Li, Ying Dai, Li Sun, Ardashir Mohammadzadeh

IA et ML
RU
Apprentissage automatique : un guide complet

Apprentissage automatique : un guide complet

B

Неизвестен

IA et ML
RU
Autobiographie d'un réseau de neurones

Autobiographie d'un réseau de neurones

C

Нейросеть (сост. М.Р. Брослав, О.А. Яблоков)

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
EN
Programmer avec l'IA pour les Nuls

Programmer avec l'IA pour les Nuls

A

Chris Minnick

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

Deep Learning avec Python. Bibliothèques Keras et TensorFlow

A

Франсуа Шолле

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

К. Анирад

IA et ML
RU
Cronin I. - Construction et entraînement de modèles d'IA générative - 2026

Cronin I. - Construction et entraînement de modèles d'IA générative - 2026

A

I. Cronin

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
RU
Deep Learning sans Mathématiques. Volume 1. Fondamentaux

Deep Learning sans Mathématiques. Volume 1. Fondamentaux

A

Эндрю Гласснер

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

Deep Learning sans mathématiques. Volume 2. Pratique

A

Эндрю Гласснер

IA et ML
RU
Apprentissage profond du point de vue pratique

Apprentissage profond du point de vue pratique

A

Джош Паттерсон, Адам Гибсон

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
Mathématiques et architecture de l'apprentissage profond

Mathématiques et architecture de l'apprentissage profond

A

Кришнанду Чаудхури, Ананья Хоннедевастхана Ашок, Суджай Наруманчи, Девашиш Шанкар

Algorithmes et théorie
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
RU
Apprentissage automatique avec PyTorch et Scikit-Learn

Apprentissage automatique avec PyTorch et Scikit-Learn

A

Себастьян Рашка, Юси (Хэйден) Лю, Вахид Мирджалили

IA et ML
RU
Construire un LLM à partir de zéro

Construire un LLM à partir de zéro

A

Себастьян Рашка

IA et ML
RU
Apprentissage profond en biologie et médecine

Apprentissage profond en biologie et médecine

A

Бхарат Рамсундар, Питер Истман, Патрик Уолтерс, Виджай Панде

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

Machine Learning et Intelligence Artificielle Appliqués pour les Ingénieurs

A

Джефф Просиз

IA et ML
RU
Plonger dans l'apprentissage par renforcement profond

Plonger dans l'apprentissage par renforcement profond

A

Мигель Моралес

IA et ML
RU
Systèmes de recommandation basés sur les grands modèles de langage. Cycle complet de création : du pré-entraînement au déploiement d'agents intelligents.

Systèmes de recommandation basés sur les grands modèles de langage. Cycle complet de création : du pré-entraînement au déploiement d'agents intelligents.

A

Лю Лу, Чжан Юйцзюнь

IA et ML
RU
Traitement du langage naturel en action. 2e édition

Traitement du langage naturel en action. 2e édition

A

Хобсон Лейн, Мария Дышель

IA et ML
RU
Réseaux neuronaux graphiques en Python

Réseaux neuronaux graphiques en Python

A

Максим Лабонн, Артем Груздев

IA et ML
RU
Deep Learning pour les Nuls

Deep Learning pour les Nuls

A

Джон Пол Мюллер, Лука Массарон

IA et ML
RU
Apprentissage profond : principes et concepts

Apprentissage profond : principes et concepts

A

Кристофер М. Бишоп, Хью Бишоп

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
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
Introduction aux Applications Commerciales du Deep Learning pour Développeurs : Des Bots Conversationnels dans le Service Client au Traitement d'Images Médicales

Introduction aux Applications Commerciales du Deep Learning pour Développeurs : Des Bots Conversationnels dans le Service Client au Traitement d'Images Médicales

A

Armando Vieira, Bernardete Ribeiro

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
123 →