Deep Learning avec TensorFlow
À propos de ce livre
Cet ouvrage, conçu pour tous ceux qui souhaitent s'initier au Deep Learning (apprentissage profond) est la traduction de la deuxième partie du best-seller américain Hands-On Machine Learning with Scikit-Learn & TensorFloW.
Le Deep Learning est récent et il évolue vite. Ce livre en présente les principales techniques: les réseaux de neurones profonds, capables de modéliser toutes sortes de données, les réseaux de convolution, capables de classifier des images, les segmenter et découvrir les objets ou personnes qui s'y trouvent, les réseaux récurrents, capables de gérer des séquences telles que des phrases, des séries temporelles, ou encore des vidéos, les Autoencoders qui peuvent découvrir toutes sortes de structures dans des données, de façon non supervisée, et enfin le Reinforcement Learning (apprentissage par renforcement) qui permet de découvrir automatiquement les meilleures actions pour effectuer une tâche (par exemple un robot qui apprend à marcher).
Ce livre présente TensorFlow, le framework de Deep Learning créé par Google. Il est accompagné de Jupyter notebooks (disponibles sur github) qui contiennent tous les exemples de code du livre, afin que le lecteur puisse facilement tester et faire tourner les programmes.
Il complète un premier livre intitulé Machine Learning avec Scikit-Learn.
Foire aux questions
- Essentiel est idéal pour les apprenants et professionnels qui aiment explorer un large éventail de sujets. Accédez à la Bibliothèque Essentielle avec plus de 800 000 titres fiables et best-sellers en business, développement personnel et sciences humaines. Comprend un temps de lecture illimité et une voix standard pour la fonction Écouter.
- Intégral: Parfait pour les apprenants avancés et les chercheurs qui ont besoin d’un accès complet et sans restriction. Débloquez plus de 1,4 million de livres dans des centaines de sujets, y compris des titres académiques et spécialisés. Le forfait Intégral inclut également des fonctionnalités avancées comme la fonctionnalité Écouter Premium et Research Assistant.
Veuillez noter que nous ne pouvons pas prendre en charge les appareils fonctionnant sous iOS 13 ou Android 7 ou versions antérieures. En savoir plus sur l’utilisation de l’application.
Informations
Table des matières
- Titre
- Copyright
- Table des matières
- Avant-propos
- Chapitre 1. - Les fondamentaux du Machine Learning
- Chapitre 2. - Introduction à TensorFlow
- Chapitre 3. - Introduction aux réseaux de neurones artificiels
- Chapitre 4. - Entraînement de réseaux de neurones profonds
- Chapitre 5. - Distribution de TensorFlow sur des processeurs ou des serveurs
- Chapitre 6. - Réseaux de neurones convolutifs
- Chapitre 7. - Réseaux de neurones récurrents
- Chapitre 8. - Autoencodeurs
- Chapitre 9. - Apprentissage par renforcement
- Le mot de la fin
- Annexe A. - Solutions des exercices
- Annexe B. - Différentiation automatique
- Annexe C. - Autres architectures de RNA répandues
- Index