Recherche

Le machine learning et Python pour les Nuls

Rédacteurs

Dossiers

ActuaLitté

Dossier

Présidentielle 2022 : les propositions des candidats pour le livre

L'élection présidentielle française, dont les deux tours se dérouleront le 10 et le 24 avril 2022, désignera l'homme ou la femme qui prendra la tête de l'État français pour les cinq années à venir. La profusion de prétendants et prétendantes signifie aussi un certain nombre de propositions pour convaincre, notamment dans le domaine de la culture et en particulier pour le livre.

ActuaLitté

Dossier

En route pour l'aventure : des livres pour voyager et s'évader

Sur terre et sur les mers, à la découverte d’horizons inconnus, voici une liste de livres qui vous embarquent vers des destinations folles. Ce sont des récits de voyage, des essais, des textes empreints de poésie, ou des biographies d’aventuriers, comme autant de panoramas de la splendeur de notre planète.

ActuaLitté

Dossier

Les mots en boite : le livre et ses secrets de cuisine

Capter l’information au mieux, donner la parole aux professionnels, de sorte qu’ils puissent raconter, expliquer, commenter : voilà tout l’enjeu de cette nouvelle émission. Dans la lignée des podcasts réunissant interviews ou chroniques d’albums jeunesse, avec Vois Lis Voix Là, ActuaLitté poursuit son exploration des territoires médiatiques avec la voix. Les Mots en boîte.

ActuaLitté

Dossier

Banquet pour tout le monde : Astérix et Obélix ont 60 ans

Les deux Gaulois les plus célèbres du 9e art fêtent, en 2019, leur 60e anniversaire : le 29 octobre 1959, le scénariste René Goscinny et le dessinateur Albert Uderzo présentent au monde un petit Gaulois, accompagné par son ami, plus... enveloppé. Rapidement, les deux héros deviennent les figures majeures du journal Pilote.

ActuaLitté

Dossier

Des lectures pour les vacances, pour les enfants de 6 à 8 ans

Durant les vacances, la lecture offre l'occasion d'apprendre et découvrir, en dehors de l'école. En partenariat avec l'association Lire et Faire Lire, ActuaLitté propose une sélection d'ouvrages pour les enfants de 6 à 8 ans. En puisant dans les différentes sélections que le Comité de lecture a réalisées entre 2017 et 2022, voici huit ouvrages pour embellir la période de Pâques.

ActuaLitté

Dossier

2020, édition particulière pour le Salon international du Livre rare et de l'autographe

Le SLAM, Syndicat de la Librairie Ancienne et Moderne, organise chaque année un Salon international du Livre rare et de l'autographe au Grand Palais, à Paris : l'édition 2020 a été chamboulée à cause de l'épidémie de coronavirus, et reportée du 18 au 20 septembre 2020. Elle accueillera toujours, en tant qu'invitée d'honneur, la Cinémathèque française.

Extraits

ActuaLitté

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

ActuaLitté

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

ActuaLitté

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

ActuaLitté

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

ActuaLitté

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

ActuaLitté

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

Tous les articles

ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté
ActuaLitté