Livres — machine learning

RU
Python pour l'analyse de données. Traitement des données, création de modèles statistiques et apprentissage automatique.

Python pour l'analyse de données. Traitement des données, création de modèles statistiques et apprentissage automatique.

B

Уэс Маккинни

IA et ML
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
Machine Learning. Conception de systèmes de l'idée à la mise en œuvre

Machine Learning. Conception de systèmes de l'idée à la mise en œuvre

A

Валерий Бабушкин, Арсений Кравченко

IA et ML
EN
Apprendre l'AutoML : Automatiser les pipelines de ML avec AutoGluon, les principaux frameworks et l'intégration en conditions réelles

Apprendre l'AutoML : Automatiser les pipelines de ML avec AutoGluon, les principaux frameworks et l'intégration en conditions réelles

A

Kerem Tomak

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
Heidt M. - Apprendre pandas - 2018

Heidt M. - Apprendre pandas - 2018

F

М. Хейдт

IA et ML
RU
Apprentissage automatique. Science et art de la conception d'algorithmes qui extraient des connaissances à partir des données.

Apprentissage automatique. Science et art de la conception d'algorithmes qui extraient des connaissances à partir des données.

A

Петер Флах (Peter Flach)

IA et ML
RU
Cryptomonnaie. Analyse fondamentale avec Python

Cryptomonnaie. Analyse fondamentale avec Python

A

Ярослав Суков

Développement de logiciels
RU
Traitement pratique des données : Python et Pandas pour les professionnels

Traitement pratique des données : Python et Pandas pour les professionnels

A

Игорь Свинаренко

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
Intelligence artificielle : une approche moderne. Deuxième édition

Intelligence artificielle : une approche moderne. Deuxième édition

A

Стюарт Рассел, Питер Норвиг

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
Réseaux neuronaux évolutifs en Python

Réseaux neuronaux évolutifs en Python

A

Ярослав Омельяненко

IA et ML
RU
Prédiction conforme en Python

Prédiction conforme en Python

A

Валерий Манохин

IA et ML
RU
Apprendre la Data Science. Traitement, exploration, visualisation et modélisation des données avec Python

Apprendre la Data Science. Traitement, exploration, visualisation et modélisation des données avec Python

A

Сэм Лау, Джозеф Гонсалес, Дебора Нолан

Algorithmes et théorie
RU
Réseaux neuronaux graphiques en Python

Réseaux neuronaux graphiques en Python

A

Максим Лабонн, Артем Груздев

IA et ML
RU
Bibliothèques Python Partie 2. Application pratique

Bibliothèques Python Partie 2. Application pratique

B

Джейд Картер

IA et ML
RU
120 problèmes pratiques

120 problèmes pratiques

A

Джейд Картер

Langages de programmation
RU
Réseaux de neurones. Traitement des données audio

Réseaux de neurones. Traitement des données audio

A

Джейд Картер

IA et ML
RU
Deep Learning pour les Nuls

Deep Learning pour les Nuls

A

Джон Пол Мюллер, Лука Массарон

IA et ML
RU
Analyse causale en science des données

Analyse causale en science des données

A

Алекс Руис де Вилья Роберт

IA et ML
RU
Apprentissage profond : principes et concepts

Apprentissage profond : principes et concepts

A

Кристофер М. Бишоп, Хью Бишоп

IA et ML
RU
System Design. Préparation pour un entretien complexe en GenAI

System Design. Préparation pour un entretien complexe en GenAI

A

Аминиан Али, Шенг Хао

Développement de logiciels
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
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
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
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
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
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
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
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
Data Wrangling sur AWS : Nettoyer et organiser des données complexes pour l'analyse

Data Wrangling sur AWS : Nettoyer et organiser des données complexes pour l'analyse

A

Navnit Shukla, Sankar M, Sam Palani

IA et ML
EN
Le Programmeur Pragmatique pour le Machine Learning : Ingénierie des Solutions d'Analytique et de Data Science

Le Programmeur Pragmatique pour le Machine Learning : Ingénierie des Solutions d'Analytique et de Data Science

A

Marco Scutari, Mauro Malvestio

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
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
Machine Learning en Production : Maîtrisez l'art de fournir des solutions de Machine Learning robustes avec le MLOps

Machine Learning en Production : Maîtrisez l'art de fournir des solutions de Machine Learning robustes avec le MLOps

A

Suhas Pote

IA et ML
EN
Prévision de séries temporelles avec des modèles de fondation

Prévision de séries temporelles avec des modèles de fondation

A

Marco Peixeiro

IA et ML
EN
Machine Learning Serverless avec Amazon Redshift ML : Créez, entraînez et déployez des modèles de machine learning en utilisant des commandes SQL familières

Machine Learning Serverless avec Amazon Redshift ML : Créez, entraînez et déployez des modèles de machine learning en utilisant des commandes SQL familières

A

Debu Panda, Phil Bates, Bhanu Pittampally, Sumeet Joshi

Bases de données
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
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
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
← 23456 →