Machine learning avec Scikit-Learn : mise en uvre et cas concrets (3e édition)

Machine learning avec Scikit-Learn : mise en uvre et cas concrets (3e édition)
39,00€

Vendu et expédié par : Cultura

État : Neuf


DISPONIBLE SOUS 6 JOURS

Livraison en magasin dès le 00/00/00  

Plus que pour profiter de la promotion
Plus que pour profiter de la livraison dès demain en magasin

stock en magasin

Retrouvez le produit près de chez vous.


*hors livres expédiés à domicile ou en point relais, hors remise et promotion au panier

Réservez en ligne &
retirez sous 2h
Livraison gratuite en
magasin
Retour en magasin
sous 30 jours

Coups de cœur Cultura

Tous les passeurs de culture peuvent partager leurs découvertes !
Tu as aimé ce produit ? Partage dès maintenant ton coup de coeur :

loader
loader
loader
loader
loader
loader
loader
loader

description

descriptif du fournisseur
L’apprentissage automatique (Machine Learning) est aujourd’hui en pleine explosion. Mais de quoi s’agit-il exactement, et comment pouvez-vous le mettre en oeuvre dans vos propres projets ?
La 3eédition de cet ouvrage de référence vous explique les concepts fondamentaux du Machine Learning et vous apprend à maîtriser les outils qui vous permettront de créer vous-même des systèmes capables d’apprentissage automatique.
Vous apprendrez ainsi à utiliser Scikit-Learn, un outil open source très simple et néanmoins très puissant que vous pourrez mettre en place dans vos systèmes en production.
  • Apprendre les bases du Machine Learning en suivant pas à pas toutes les étapes d’un projet utilisant Scikit-Learn et Pandas.
  • Ouvrir les boîtes noires pour comprendre comment fonctionnent les algorithmes.
  • Explorer plusieurs modèles d’entraînement, notamment les machines à vecteur de support (SVM).
  • Comprendre le modèle des arbres de décision et celui des forêts aléatoires, et exploiter la puissance des méthodes ensemblistes.
  • Exploiter des techniques d’apprentissage non supervisées telles que la réduction de dimensionnalité, la classification et la détection d’anomalies.

Tous les exemples de code sont disponibles en ligne sous la forme de notebooks Jupyter à l’adresse suivante : https://github.com/ageron/handson-ml3
 
Machine learning avec Scikit-Learn : mise en uvre et cas concrets (3e édition)

Machine learning avec Scikit-Learn : mise en uvre et cas concrets (3e édition)

Aurélien Géron

On vous recommande avec votre achat
Machine learning avec Scikit-Learn : mise en uvre et cas concrets (3e édition)

Machine learning avec Scikit-Learn : mise en uvre et cas concrets (3e édition)

39,00
+