Le machine learning et Python pour les Nuls
Extraits
Programmation
Le machine learning et Python pour les Nuls
Plongez au coeur de l'intelligence arficielle et de la data science avec le machine learning et Python Vous aussi participez à la révolution qui ramène l'intelligence artificielle au coeur de notre société, grace à la data science, au machine learning et à Python son langage de référence. La data science consiste à traduire des problèmes de toute autre nature, en problèmes de modélisation quantitative, résolus par des algorithmes de traitement. Ce livre diviser en 2 livre distincts va tout d'abord vous faire découvrir tous les ingrédients qui font du machine learning l'outil indispensable du développement d'applications liées à l'intelligence artificielle. Dans un second temps, vous découvrirez le langage vedette du machine learning et de la data science, le bien nommé Python. Au programme de ce livre : Découvrez toutes les applications du quotidien qui utilisent le machine learning Découvrez les langages du machine learning : Python et R, afin de vous adresser aux machines qui effectueront des traitements sur les données Comprendre la syntaxe du langage Python Concevoir des programmes et simplifier le développement Blocs de données, chaînes et dictionnaires S'initier à la programmation procédurale et orientée objet
02/2022
Informatique
Le Machine learning pour les nuls
Plongez au coeur de l'intelligence arficielle et de la data science Vous aussi participez à la révolution qui ramène l'intelligence artificielle au coeur de notre société, grace à la data scince et au machine learning. La data science consiste à traduire des problèmes de toute autre nature, en problèmes de modélisation quantitative, résolus par des algorithmes de traitement. Ce livre va vous faire découvrir tous les ingrédients qui font du machine learning l'outil indispensable du développement d'applications liées à l'intelligence artificielle. Au programme de ce livre : Découvrez toutes les applications du quotidien qui utilisent le machine learning Apprenez les langages du machine learning : Python et R, afin de vous adresser aux machines qui effectueront des traitements sur les données Apprenez à coder en R avec R studio Apprenez à coder en Python en utilisant Anaconda
11/2019
Programmation
Machine Learning. Implémentation en Python avec Scikit-learn
Ce livre présente à des personnes non Data Scientists, et sans connaissances particulières en mathématiques, la méthodologie du Machine Learning, ses concepts et l'implémentation de ceux-ci en Python. Il commence par une présentation du Machine Learning puis de la méthode CRISP où chaque phase est détaillée avec les différentes étapes. Les premiers chapitres s'intéressent donc aux phases de Data Understanding (ou compréhension des données) et de Data Preparation (préparation des données). Dans le premier sont présentés des analyses statistiques de datasets, que cela soit sous forme numérique ou graphique. Dans le deuxième sont vues les principales techniques utilisées pour la préparation des données, avec leur rôle et des conseils sur leur utilisation. Ensuite, plusieurs chapitres sont dédiés chacun à une tâche de Machine Learning : · La classification ; · La régression, avec le cas particulier de la prédiction ; · Le clustering et plus globalement l'apprentissage non supervisé. Pour chaque tâche qui est présentée sont successivement détaillés les critères d'évaluation, les concepts derrière les principaux algorithmes puis leur implémentation avec Scikit-Learn. Pour illustrer les différents chapitres, les techniques et algorithmes présentés sont appliqués sur des datasets souvent utilisés : Iris (classification de fleurs), Boston (prévision de prix de vente d'appartements) et Titanic (prévision de la chance de survie des passagers du bateau).
10/2021
Programmation
Le Machine Learning avec Python. De la théorie à la pratique
Ce livre sur le Machine Learning avec le langage Python permet aux lecteurs novices ou étudiants de disposer des connaissances théoriques nécessaires pour une compréhension approfondie du Machine Learning et d'appréhender les outils techniques utiles pour mettre en pratique les concepts étudiés. L'auteur y expose des exemples concrets sur les concepts de l'apprentissage automatique. Des lecteurs plus avertis trouveront dans ce livre une occasion d'aller plus loin dans leur compréhension des algorithmes du Machine Learning et les enseignants pourront y voir une ressource adaptée pour dispenser un cours sur le sujet. Pour commencer, l'auteur explique les enjeux de la Data Science ainsi que les notions fondamentales du Machine Learning avant de présenter la démarche théorique d'une expérimentation en Data Science avec des notions de modélisation d'un problème et les métriques de mesure de performances d'un modèle. Le lecteur peut ensuite passer à la pratique avec le langage Python en manipulant les bibliothèques Numpy et Pandas ainsi que l'environnement Jupyter, et aborder ainsi sereinement les chapitres suivants qui lui feront découvrir les notions mathématiques, et la pratique sous-jacente, relatives aux algorithmes du Machine Learning : statistiques pour la Data Science, régression linéaire et polynomiale, régression logistique, arbres de décision et Random Forest, K-means, Support Vector Machine, analyse en composantes principales et réseaux de neurones. Des éléments complémentaires sont en téléchargement sur le site www. editions-eni. fr.
09/2021
Programmation
Python pour le data scientist. Des bases du langage au machine learning, 2e édition
Python est devenu en quelques années un langage majeur dans l'univers des applications centrées sur le traitement des données, et plus particulièrement des gros volumes de données (big data). Cet ouvrage servira de guide à tous ceux qui s'intéressent à l'utilisation de Python pour le travail sur les données et l'automatisation de certaines tâches (data science). Il met l'accent sur la préparation et la mise en forme des données qui sont essentielles dans la qualité du résultat et qui constituent aujourd'hui une part importante du travail du data scientist. Si vous vous intéressez au traitement des données avec le langage Python, cet ouvrage s'adresse à vous. Que vous soyez débutant en Python ou que vous ayez une expérience significative, il vous apportera les clés pour utiliser ce langage en data science. Ce livre répond à de nombreuses questions sur Python : Comment utiliser Python en data science ? Comment coder en Python ? Comment préparer des données avec Python ? Comment créer des visualisations attractives avec Python ? Comment appliquer des modèles de machine learning et de deep learning avec Python ? Comment passer aux environnements big data ? Vous apprendrez à tirer parti des multiples outils Python tels que Anaconda, Jupyter, NumPy, Pandas, Matplotlib, Seaborn, Bokeh, Scikit-Learn, TensorFlow, PySpark... pour mettre en place vos traitements. Cette deuxième édition est complétée et enrichie par des mises à jour de code liées aux évolutions de Python et des packages de data science. Des données plus récentes sont aussi utilisées. Les + en ligne : l'ensemble du code compris dans cet ouvrage est disponible sous la forme de notebooks Jupyter dans le repository public de l'auteur : github.com/emjako/pythondatascientist.
03/2021
Programmation
Python pour le data scientist. Des bases du langage au machine learning, 3e édition
Si vous vous intéressez au traitement des données avec le langage Python, cet ouvrage s'adresse à vous. Que vous soyez débutant en Python ou que vous ayez une expérience significative, il vous apportera les clés pour utiliser ce langage en data science. Ce livre répond à de nombreuses questions sur Python : - Comment utiliser Python en data science ? - Comment coder en Python ? - Comment préparer des données avec Python ? - Comment créer des visualisations attractives avec Python ? - Comment appliquer des modèles de machine learning et de deep learning avec Python ? - Comment passer aux environnements big data ? Pour mettre en place vos traitements, vous apprendrez à tirer parti des multiples outils Python tels que Anaconda, Jupyter, NumPy, Pandas, Matplotlib, Seaborn, Bokeh, Scikit-Learn, TensorFlow, PySpark... Cette troisième édition, entièrement refondue et augmentée, est enrichie des mises à jour de code liées aux évolutions de Python et des packages de data science. L'ensemble du code compris dans cet ouvrage est disponible sous la forme de notebooks Jupyter dans le repository public de l'auteur : https : //github. com/emjako/pythondatascientist
03/2024
Econométrie, théorie des jeux
Machine Learning pour l’économétrie
Machine learning pour l'économétrie est un ouvrage destiné aux économistes qui souhaitent appréhender les techniques de machine learning modernes - de leurs performances en matière de prédiction au traitement révolutionnaire des données non structurées - afin d'établir des relations de causalité à partir des données. Il aborde la sélection automatique de variables dans divers contextes de grande dimension, l'estimation de l'hétérogénéité des effets du traitement, les techniques de traitement du langage naturel (NLP), ainsi que le contrôle synthétique et les prévisions macroéconomiques. Les fondements des méthodes de machine learning sont introduits de manière à proposer à la fois un traitement théorique approfondi de la façon dont elles peuvent être utilisées en économétrie, ainsi que de nombreuses applications économiques. Chaque chapitre contient une série d'exemples empiriques, de programmes et d'exercices pour faciliter l'adoption et la mise en oeuvre des techniques par le lecteur. Ce livre s'adresse aux étudiants de master ou de grandes écoles, aux chercheurs et aux praticiens désireux de comprendre et perfectionner leur connaissance du machine learning pour l'appliquer dans un contexte traditionnellement réservé à l'économétrie.
10/2023
Programmation
Python pour les Nuls, 4e édition
Un livre idéal pour serpenter pas à pas dans l'univers de la programmation en Python. Ce livre permettra à tous les programmeurs débutants ou les étudiants en informatique de découvrir les bases de la programmation en Python, un langage qui peut-être utilisé seul ou avec un autre langage comme le C par exemple. Couvre la version 3 de Python. Au programme : Comprendre la syntaxe du langage Python Concevoir des programmes et simplifier le développement Blocs de données, chaînes et dictionnaires S'initier à la programmation procédurale et orientée objet
06/2023
Algorithmes
Machine Learning et Deep Learning. Des bases à la conception avancée d'algorithmes (exemples en Python et en JavaScript)
Ce livre s'adresse à toute personne qui désire mieux comprendre et utiliser les algorithmes pour améliorer sa pratique de la programmation et notamment celle dédiée au Machine Learning ou au Deep Learning. L'auteur commence par parler de logique pour aider le lecteur dans sa compréhension des algorithmes classiques et des règles de programmation. Il sera ainsi armé pour étudier les bases propres à tout langage de programmation : les variables, les opérateurs, les conditions, les boucles, les fonctions... Dans la suite du livre, l'auteur détaille ce qui fait la spécificité, l'intérêt et la puissance des algorithmes dits intelligents, dédiés au Machine Learning ou au Deep Learning. Il donne au lecteur des exemples d'applications modernes et montre comment les utiliser concrètement. Enfin, cet ouvrage propose des exemples de problèmes d'algorithmiques courants et explique leurs résolutions. à l'issue de la lecture de ce livre, le lecteur sera en mesure de programmer efficacement dans n'importe quel langage. La plupart des algorithmes de ce livre sont traduits en Python et en JavaScript. Les sources, directement utilisables, sont disponibles en téléchargement sur le site www. editions-eni. fr.
07/2021
Programmation
Python Tout en un Pour les Nuls
La Bible indispensable à tous les programmeurs en Python est dans la collection pour les Nuls Python est à ce jour l'un des langages de programmation les plus utilisés. Ce livre est une véritable bible qui ravira les développeurs les plus exigeants. Après avoir étudié les éléments et la structure de base du langage Python les auteurs vous proposeront d'expérimenté la programmation de haut niveau avec Python en découvrant entre autres : Utiliser Python dans le développement d'applications d'intelligence artificielle à base de machine learning Python et le pilotage des robots Programmer des composants matériel avec Python Python et l'analyse de données
08/2021
Informatique
Python pour la data science pour les nuls
Découvrez Python le langage de prédilection de la science des données La science des données ou data science consiste à extraire des connaissance dans un flot de données. Elle utilise des techniques et des théories tirées de domaines comme les mathématiques et la statistique. Les méthodes qui s'adaptent aux big data sont particulièrement intéressantes dans la science des données. Ce livre est destiné à tous ceux qui travaillent dans le domaine de l'analyse de données et montre comment mettre en oeuvre le langage Python pour dans ce domaine et uassi celui de la statistique. Il traite également de Google Colab, un outil qui permet d'cire du code Python dans le cloud. Au programme : Probabilités Distributions aléatoires Tests d'hypothèses Regressions Modèles de prédiction
11/2019
Programmation
Machine Learning et Python. Coffret en 2 volumes : Implémentation avec Sikit-Learn, 2e édition
Ces deux livres offrent au lecteur un maximum d'informations sur le Machine Learning et son implémentation avec la bibliothèque Python Sickit-Learn. 1095 pages par nos experts. Des éléments complémentaires sont en téléchargement sur le site www.editions-eni.fr. Un livre de la collection Expert IT Le Machine Learning avec Python - De la théorie à la pratique Extrait du résumé : Ce livre sur le Machine Learning avec le langage Python permet de disposer des connaissances théoriques nécessaires pour une compréhension approfondie du Machine Learning et d'appréhender les outils techniques utiles pour mettre en pratique les concepts étudiés. L'auteur y expose des exemples concrets sur les concepts de l'apprentissage automatique. Les lecteurs avertis trouveront dans ce livre une occasion d'aller plus loin dans leur compréhension des algorithmes du Machine Learning... Un livre de la collection Expert IT Machine Learning - Implémentation en Python avec Scikit-learn Extrait du résumé : Ce livre présente à des personnes non Data Scientists, et sans connaissances particulières en mathématiques, la méthodologie du Machine Learning, ses concepts, ses principaux algorithmes et l'implémentation de ceux-ci en Python avec Scikit-learn...
10/2022
Littérature anglo-saxonne
Machin-Machine
Tout commence par un prototype, de la taille d'un frigo, un machin étrange et bruyant testé dans la cuisine d'un couple de la classe moyenne. Une drôle de machine capable de transporter un objet en le dématérialisant d'un côté, pour le rematérialiser de l'autre. Très vite, l'invention se perfectionne et la prouesse scientifique devient un simple aspect de la vie quotidienne. La distance n'est plus un frein. Une cabine dans chaque foyer, chaque rue, chaque ville permet tous les déplacements. Tout est rapide. Facile. Cette nouvelle technologie change bientôt le monde et tous ceux qui l'habitent - les sceptiques comme les convertis. Mais, dans une société obsédée par le progrès, que deviennent les choses qui nous rendent humains : les souvenirs, les peurs, les amours, les contradictions, la mortalité. La confusion inhérente à nos existences. Tout à notre envie de toucher à la perfection, que risquons-nous de perdre ?
09/2022
Informatique
Intelligence artificielle vulgarisée. Le machine learning et le deep learning par la pratique
L'intelligence artificielle est aujourd'hui incontournable. Cependant, les approches pédagogiques réalisées par les ouvrages et sites internet dédiés à l'intelligence artificielle restent souvent complexes. Ce livre a pour objectif de présenter de façon simple et concrète la création de projets basés sur de l'intelligence artificielle en mettant de côté les formules mathématiques et statistiques décourageantes pour la plupart des novices. Il permet ainsi de rendre compréhensibles et applicables les concepts du Machine Learning et du Deep Learning à toute personne âgée de 15 à 99 ans ! La démarche proposée par cet ouvrage se veut progressive et l'auteur entremêle théorie et cas pratiques. Après une introduction à l'intelligence artificielle et aux craintes qu'elle suscite, deux chapitres proposent un bref rappel sur les fondamentaux du langage Python, sur des notions statistiques ainsi qu'une présentation des algorithmes du Machine Learning et de leur champ d'application. Le lecteur peut ensuite, grâce aux trois chapitres qui suivent, découvrir comment donner la faculté à sa machine de prédire des valeurs et de réaliser des classifications. Vient ensuite la découverte de l'apprentissage non supervisé puis de la classification de texte. Enfin, à travers trois chapitres successifs traitant des réseaux de neurones, le lecteur découvre comment les neurosciences ont eu un impact sur l'intelligence artificielle. L'ouvrage se termine par la réalisation de cas pratiques : un premier mêlant réseau de neurones et parole et un second relatif au premier chatbot.
09/2019
Informatique
Big Data, Machine Learning et apprentissage profond
Cet ouvrage montre comment appliquer les méthodes de machine learning aux Big Data, et comment appliquer les méthodes plus spécifiques de deep learning aux problèmes plus complexes relevant de l'intelligence artificielle, tels que la reconnaissance d'image et le traitement du langage naturel.
04/2019
Mathématiques pour l'informati
Introduction au Machine Learning. 2e édition
Cet ouvrage s'adresse aux étudiantes et étudiants en informatique ou maths appliquées, en L3, master ou école d'ingénieurs. Le Machine Learning est une discipline dont les outils puissants permettent aujourd'hui à de nombreux secteurs d'activité de réaliser des progrès spectaculaires grâce à l'exploitation de grands volumes de données. Le but de cet ouvrage est de vous fournir des bases solides sur les concepts et les algorithmes de ce domaine en plein essor. Il vous aidera à identifier les problèmes qui peuvent être résolus par une approche Machine Learning, à les formaliser, à identifier les algorithmes les mieux adaptés à chaque problème, à les mettre en oeuvre, et enfin à savoir évaluer les résultats obtenus. Les notions de cours sont illustrées et complétées par 85 exercices, tous corrigés.
02/2022
Programmation
Programmer avec Python en s'amusant pour les nuls. 4e édition
L'apprentissage de la programmation commence à être mis en place dans les établissements par l'Éducation nationale et cela depuis le plus jeune âge. De plus en plus d'ateliers de type "Kids Coding Clubs" voient le jour et comptent de plus en plus d'adeptes. Les livres de la collection Programmer en s'amusant sont destinés à la fois aux enfants désireux d'apprendre et les bases du codage informatique et également aux parents enseignants désireux d'accompagner leurs enfants ou leurs élèves dans la découverte d'un langage de programmation.
Ce livre est dédié à Python, un langage de programmation moderne qui permettra aux enfants de 10 à 12 ans d'en apprendre les bases.
Python est un langage de programmation gratuit qui fonctionne sur Mac et sur PC.
Ce livre contient plusieurs projets :
Programmer dans un langage de pro
Créer des jeux et des applications
Développer des projets personnalisés
Public : enfants de 10 à 12 ans, parents et enseignants.
08/2022
Informatique
Machine learning et securité. Protection des systèmes par les données et les algorithmes
Les techniques d'apprentissage machine (machine learning) peuvent-elles résoudre nos problèmes de sécurité informatique et mettre enfin un terme au jeu du chat et de la souris entre attaquants et défenseurs ? Ou bien cet espoir est-il vain ? Vous allez enfin pouvoir vous plonger dans les faits scientifiques et répondre à cette question par vous-même ! Grâce à ce guide pratique, vous explorerez de multiples façons d'appliquer l'apprentissage machine à des questions de sécurité telles que la détection des intrusions, la classification des logiciels malveillants et l'analyse des réseaux. Les auteurs de ce livre, experts de l'apprentissage machine et de la sécurité, fournissent un cadre permettant de discuter des liens entre ces deux domaines, ainsi qu'une boîte à outils d'algorithmes d'apprentissage automatique que vous pouvez appliquer à toute une série de problèmes de sécurité. Ce livre est un outil idéal pour les ingénieurs spécialisés en sécurité ainsi que pour les data scientists. Détectez rapidement les anomalies telles que les brèches, les fraudes et les pannes imminentes du système. Effectuez une analyse des logiciels malveillants en extrayant des informations utiles à partir des données binaires de l'ordinateur. Identifiez les attaquants au sein d'un réseau en trouvant des modèles à l'intérieur des jeux de données. Examinez comment les attaquants exploitent les sites web et les fonctionnalités des applications destinées aux clients. Faites évoluer vos algorithmes d'apprentissage automatique du laboratoire à la production. Comprenez les menaces que représentent les attaquants pour les solutions d'apprentissage automatique.
02/2019
Intelligence artificielle
Gradient Boosting - Exploitez les arbres de décision pour le Machine Learning (XGBoost, CatBoost, Li
Ce livre sur les méthodes de Gradient Boosting pour les arbres de décision est destiné aux étudiants, universitaires, ingénieurs, data scientist qui souhaitent découvrir en profondeur le fonctionnement de cette technique de Machine Learning utilisée dans les tâches de régression et de classification. Tous les concepts sont illustrés par du code et permettent au lecteur de reconstruire from scratch sa propre librairie de Gradient Boosting. En parallèle de cette découverte, le livre présente les bonnes pratiques de la Data Science et apporte au lecteur un solide bagage technique pour construire efficacement des modèles de Machine Learning. Après une présentation du fonctionnement des Gradient Boosting Trees, illustrée par de nombreux exemples de code offrant une implémentation minimale de chaque sujet abordé, vous construisez vos premiers modèles de Gradient Boosting pour les arbres de décision. Vous serez ensuite armé pour aborder la mise en application et la configuration de ces méthodes. L'explication d'un modèle, la gestion de l'Hyper Parameters Tuning et l'utilisation des fonctions objectifs n'auront alors plus de secrets pour vous. Les derniers chapitres du livre élargissent le sujet vers l'application du Gradient Boosting pour les séries temporelles, la présentation des grandes bibliothèques XGBoost, CatBoost et LightGBM) ainsi que le concept de modèle multi-résolution. Des éléments complémentaires sont en téléchargement sur le site www. editions-eni. fr.
03/2022
Langages informatiques
Python sans détour. De l'addition au deep learning
Apprenez à programmer en Python et à réaliser toutes sortes de manipulations courantes du simple calcul à la reconnaissance d'objets en passant par l'édition de vidéos ou l'annotation de cartes géographiques. Ce livre se veut à la fois accessible et efficace. Fondé sur la pratique et l'expérience de ses auteurs en matière d'enseignement du langage Python à des étudiants ou des lycéens, il présente un large panel de cas d'utilisation autour de sept thèmes : manipulation de documents, extraction d'informations issues du Web, calcul scientifique et tracé de courbes, traitement d'image, du son et de la vidéo, cartes géographiques et itinéraires, deep learning et interfaces graphiques. Une première partie passe en revue de manière synthétique toutes les notions requises en Python pour réaliser ces exemples. Les exemples ont été réalisés et testés avec les dernières versions de Python (3. 7 à 3. 10) et sont compatibles Windows, macOS et Linux. Les codes sources sont téléchargeables par les utilisateurs. Ce livre intéressera en particulier les étudiants, ainsi que les enseignants et élèves de lycées en spécialité informatique.
05/2022
Programmation
Découverte du Machine Learning. Les outils de l'apprentissage automatique
L'ouvrage : niveau B (Ecoles d'ingénieurs - Masters). Cet ouvrage propose une découverte pragmatique du Machine Learning à travers des exemples implémentés. Il constitue une introduction à différentes méthodes permettant aux étudiants de DUT, de licence, des écoles d'ingénieurs et aux chercheurs de découvrir plusieurs aspects du domaine. Le domaine du Machine Learning couvre un large spectre d'outils et de méthodes. Cet ouvrage fait un focus particulier sur les réseaux de neurones, les réseaux Bayésiens, les méthodes de classification, le pattern mining et les séries temporelles. La découverte s'effectue en utilisant des bibliothèques dédiées au Machine Learning, notamment TensorFlow, Keras, pyAgrum et Weka. Les exemples du livre sont essentiellement des problèmes qui ont été tirés des domaines d'expertise des auteurs. Les codes informatiques sont proposés en Python, en C et en Java, car les domaines où le Machine Learning est utile sont très nombreux et il est important d'avoir une vue globale de ce qu'il est possible de faire avec les outils récents.
04/2021
Gestion
Machine Learning et Supply Chain : révolution ou effet de mode ?
Les systèmes industriels et logistiques modernes génèrent un nombre considérable de données, que les progrès des nouvelles technologies permettent de capter de plus en plus efficacement : caractéristiques des produits et des commandes, traçabilité, paramètres de fabrication, de manutention et de transport, phénomènes exogènes de toutes sortes, etc. L'émergence de nouvelles techniques d'analyse des données, comme le Machine Learning, semble donc ouvrir de nouvelles possibilités pour planifier plus efficacement la Supply Chain. Certains parlent même d'une révolution à venir, d'autres ne voyant rien venir, évoquent des effets de mode. Cet ouvrage, rédigé par un enseignant-chercheur et un praticien en entreprise, propose de décrire ce qu'est le Machine Learning, et comment il est possible d'utiliser ses apports dans la Supply Chain, dans le cadre conceptuel de la planification hiérarchisée. Il s'adresse avant tout aux opérationnels de la Supply Chain, ainsi qu'aux étudiants, à qui il permettra de comprendre les concepts de la planification hiérarchisée, les principaux algorithmes du Machine Learning et surtout de découvrir, à partir d'exemples concrets, des projets effectivement menés en entreprise, et des recommandations pratiques pour en réussir d'autres. Ni thuriféraires de la technologie, ni sceptiques rétrogrades, les auteurs visent à faire prendre conscience par les acteurs, actuels et futurs, de la Supply Chain que le Machine Learning ne peut être ignoré, mais que son utilisation dans le cadre de projets réels nécessitera un pilotage plein d'intelligence humaine.
10/2019
Informatique
Big Data et Machine Learning. Les concepts et les outils de la data science, 3e édition
Cet ouvrage s'adresse à tous ceux qui cherchent à tirer parti de l'énorme potentiel des technologies Big Data, qu'ils soient data scientists, DSI, chefs de projets ou spécialistes métier. Le Big Data s'est imposé comme une innovation majeure pour toutes les entreprises qui cherchent à construire un avantage concurrentiel de l'exploitation de leurs données clients, fournisseurs, produits, processus, etc. Il a en outre permis l'émergence des techniques d'apprentissage automatique (Machine Learning, Deep Learning...) qui ont relancé le domaine de l'intelligence artificielle. Mais quelle solution technique choisir ? Quelles compétences métier développer au sein de la DSI ? Ce livre est un guide pour comprendre les enjeux d'un projet Big Data, en appréhender les concepts sous-jacents et acquérir les compétences nécessaires à la mise en place d'une architecture d'entreprise adaptée. Il combine la présentation : - de notions théoriques (traitement statistique des données, calcul distribué...) ; - des outils les plus répandus ; - d'exemples d'applications, notamment en NLP (Natural Language Processing) ; - d'une organisation typique d'un projet de data science.
08/2019
Intelligence artificielle
Machine Learning avec Scikit-Learn. Mise en oeuvre et cas concrets, 3e édition
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 ? L'objectif de cet ouvrage est de vous expliquer les concepts fondamentaux du Machine Learning et de vous apprendre 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 oeuvre 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-ml2
11/2023
Informatique
Machine Learning avec Scikit-Learn. Mise en oeuvre et cas concrets, 2e édition
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 ? L'objectif de cet ouvrage est de vous expliquer les concepts fondamentaux du Machine Learning et de vous apprendre 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 oeuvre 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 boites 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 dimensionnalite. la classification et la détection d'anomalies.
11/2019
Sports
Le Judo pour les nuls
Un véritable précis pour les judokas en herbe... et tous les autres ! Discipline olympique qui compte plus de 500 000 licenciés en France, le judo est un formidable outil pédagogique qui véhicule des valeurs telles que la loyauté, la sportivité, le contrôle de soi, la modestie, le respect de l'adversaire et des règles de l'art. Dans ce livre, c'est toute l'histoire du judo qui est racontée aux lecteurs : les origines, l'évolution, les techniques de combat (illustrées) et les principes fondamentaux, les différentes compétitions nationales et internationales... Vous saurez tout sur cette discipline qui, bien plus qu'un sport, est une véritable philosophie de vie. Découvrez : les origines du judo et la philosophie de son fondateur, Jigoro Kano ; le Code moral ; la pratique du judo en France ; le système de compétitions en France et dans le monde ; comment devenir enseignant de judo ; les coups de coeur, les anecdotes les remarques et les conseils de Lucie Décosse.
08/2019
Gestion
Le management pour les Nuls
La nouvelle bible du manager ! Quelle que soit votre expérience en tant que manager, finis les grands moments de solitude ! Des principes fondamentaux du management aux réflexes à adopter en cas de crise, en passant par la capacité à déléguer et à valoriser ses collaborateurs, découvrez toutes les bonnes pratiques du manager d'aujourd'hui. A travers des mises en situation concrètes et des conseils adaptés, cet ouvrage vous aidera à développer vos compétences en management et à améliorer les performances de vos équipes. Découvrez comment : Diriger, coacher et motiver les équipes ; Définir des objectifs clairs pour de meilleurs résultats ; Faire face aux coups durs ; Manager le changement ; Maîtriser les nouveaux outils et tendances du management.
09/2019
Sciences politiques
Le terrorisme pour les nuls
L'action violente a souvent été qualifiée de terroriste en fonction des intérêts des parties et des cibles choisies. Le terrorisme a évolué. De singulier il est devenu pluriel. Les organisations se sont atomisées et ont essaimé après la chute du mur de Berlin, signant la quasi disparition du terrorisme d'Etat. Il a été remplacé par les actions d'organisations nébuleuses qui ont marqué l'avènement de "l'hyperterrorisme" médiatique. Ce livre fait le point sur ce phénomène violent en perpétuelle mutation et vous aidera à comprendre un des enjeux majeurs du XXIe siècle.
06/2014
Religion
Le Catholicisme pour les Nuls
Première religion de France, le catholicisme est aussi la religion la plus répandue dans le monde (près d'un milliard de fidèles), et pourtant cette religion est souvent mal connue, y compris par les catholiques eux-mêmes ! Vous êtes invité à un mariage, un baptême, une première communion et vous craignez d'être complètement perdu pendant ces cérémonies ? Vous avez lu le Da Vinci Code et vous vous posez des tas de questions sur le catholicisme ? Vous ne faites pas la différence entre un vicaire et un diacre ? Vous voulez en savoir plus sur la position de l'Eglise par rapport aux grands débats de société ? Vous voulez savoir ce que signifie être catholique aujourd'hui ? Le Catholicisme pour les Nuls vous remet les idées au clair ! Que vous soyez catholique ou non, familiarisez-vous avec les traditions, les symboles, la doctrine et les rites de cette Eglise dont l'histoire est étroitement liée à celle du christianisme. A découvrir ou à redécouvrir !
05/2006
Religion
Le Catholicisme pour les nuls
Première religion de France, le catholicisme est aussi la
religion la plus répandue dans le monde (près d'un milliard de
fidèles) et pourtant cette religion est souvent mal connue, y
compris par les catholiques eux-mêmes ! Vous êtes invité à un
mariage, un baptême, une première communion et vous
craignez d'être complètement perdu pendant ces cérémonies ?
Vous ne faites pas la différence entre un vicaire et un diacre ?
Vous voulez en savoir plus sur la position de l'Eglise par
rapport aux grands débats de société ? Vous voulez savoir ce
que signifie être catholique aujourd'hui ? Le Catholicisme
pour les Nuls vous remet les idées au clair ! Que vous soyez
catholique ou non, familiarisez-vous avec les traditions, les
symboles, la doctrine et les rites de cette Eglise dont l'histoire
est étroitement liée à celle du christianisme. À découvrir ou à
redécouvrir !
02/2012
Top Articles
Les ventes du livre de Meurice tombées dans l'oreille d'un Praud (assez anti...) “Désarroi et colère” : France Inter supprime La Librairie francophone En librairie : “Ne plus rien prendre pour faire vivoter les livres déjà là” La Librairie Francophone, c'est fini : "On est complètement sonné"
