Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Machine Learning Massih-Reza Amini Universit´ e Grenoble Alpes, Grenoble INP, C

Machine Learning Massih-Reza Amini Universit´ e Grenoble Alpes, Grenoble INP, CNRS Laboratoire d’Informatique de Grenoble Abstract Cet ouvrage pr´ esente les fondements scientiﬁques de la th´ eorie de l’apprentissage supervis´ e, les algorithmes les plus r´ epandus d´ evelopp´ es suivant ce domaine ainsi que les deux cadres de l’apprentissage semi- supervis´ e et de l’ordonnancement, ` a un niveau accessible aux ´ etudiants de master et aux ´ el` eves ing´ enieurs. La premi` ere ´ edition, connue sous le nom Apprentissage machine, fut traduite en chinois par les ´ editions iTuring. Dans cette deuxi` eme ´ edition, un nouveau chapitre est d´ edi´ e au Deep Learning, sur les r´ eseaux de neu- rones artiﬁciels, et nous avons r´ eorganis´ e les autres chapitres pour un expos´ e coh´ erent reliant la th´ eorie aux algorithmes d´ evelopp´ es dans cette sph` ere. Vous trouverez ´ egalement dans cette ´ edition quelques programmes des algorithmes classiques, ´ ecrits en langages Python et C (langages ` a la fois simples et populaires), et ` a destination des lecteurs qui souhaitent connaˆ ıtre le fonctionnement de ces mod` eles d´ esign´ es parfois comme des boites noires. Ces programmes libres (GPLv3) essentiels au d´ eveloppement de solutions big data sont d´ epos´ es progressivement sur ce gitlab : https://gricad- gitlab.univ-grenoble-alpes.fr/aminima/machine-learning-tools ` A qui s’adresse ce livre ? • Aux ´ el` eves ing´ enieurs, ´ etudiants de master et doctorants en math´ e- matiques appliqu´ ees, algorithmique, recherche op´ erationnelle, ges- tion de production, aide ` a la d´ ecision. • Aux ing´ enieurs, enseignants-chercheurs, informaticiens, industriels, ´ economistes et d´ ecideurs ayant ` a r´ esoudre des probl` emes de classiﬁ- cation, de partitionnement et d’ordonnancement ` a large ´ echelle. uploads/Science et Technologie/ machinelearning-mramini 1 .pdf