Le deep learning est une forme avancée et plus complexe du machine learning qui fait appel à des réseaux neuronaux à plusieurs couches.
Ce manuel d’apprentissage synthétique, avec cours et exercices, s'appuie sur des exemples d’écriture de programmes d’intelligence artificielle dans des domaines comme la vision par ordinateur, la compréhension des langages naturels ou l’apprentissage par renforcement.
Cet apprentissage du deep learning se fait en écrivant des programmes avec TensorFlow, framework open source de machine learning.
L’auteur est un chercheur en IA de longue date et un enseignant. Dans ce livre il incite ses étudiants et ses lecteurs à appliquer sa méthode qui est "d' apprendre en programmant ».
Chaque chapitre propose un projet, des exercices et des lectures complémentaires.
Ce cours d’initiation comporte une quarantaine d’exercices dont la moitié sont corrigés.
Ce manuel d’apprentissage synthétique, avec cours et exercices, s'appuie sur des exemples d’écriture de programmes d’intelligence artificielle dans des domaines comme la vision par ordinateur, la compréhension des langages naturels ou l’apprentissage par renforcement.
Cet apprentissage du deep learning se fait en écrivant des programmes avec TensorFlow, framework open source de machine learning.
L’auteur est un chercheur en IA de longue date et un enseignant. Dans ce livre il incite ses étudiants et ses lecteurs à appliquer sa méthode qui est "d' apprendre en programmant ».
Chaque chapitre propose un projet, des exercices et des lectures complémentaires.
Ce cours d’initiation comporte une quarantaine d’exercices dont la moitié sont corrigés.
Book details
-
Publisher
-
Original text
Yes -
Language
French -
Original language
French -
Publication date
-
Page count
204 -
Theme
-
Collection
About the author
Eugene Charniak
Professeur d'informatique et de sciences cognitives à l'Université Brown (à Providence, Rhode Island). Il est titulaire d'un doctorat en informatique au M.I.T. Son domaine de recherche est la compréhension des langages naturels.