| Titre : | Apprentissage artificiel : deep learning, concepts et algorithmes |
| Auteurs : | Antoine Cornuéjols, Auteur ; Laurent Miclet, Auteur ; Vincent Barra, Auteur |
| Type de document : | Monographie imprimée |
| Mention d'édition : | 3e éd. |
| Editeur : | Paris : Eyrolles, 2018 |
| Collection : | Algorithmes (Paris), ISSN 1625-113X |
| ISBN/ISSN/EAN : | 978-2-212-67522-1 |
| Format : | 1 vol. (912 p.) / couv. ill. en coul. / 23 cm |
| Langues: | Français |
| Résumé : |
Les programmes d'intelligence artificielle sont aujourd'hui capables de reconnaître des commandes vocales, d'analyser automatiquement des photos satellites, d'assister des experts pour prendre des décisions dans des environnements complexes et évolutifs (analyse de marchés financiers, diagnostics médicaux...), de fouiller d'immenses bases de données hétérogènes, telles les innombrables pages du Web... Pour réaliser ces tâches, ils sont dotés de modules d'apprentissage leur permettant d'adapter leur comportement à des situations jamais rencontrées, ou d'extraire des lois à partir de bases de données d'exemples. Ce livre présente les concepts qui sous-tendent l'apprentissage artificiel, les algorithmes qui en découlent et certaines de leurs applications. Son objectif est de décrire un ensemble d'algorithmes utiles en tentant d'établir un cadre théorique pour l'ensemble des techniques regroupées sous ce terme "d'apprentissage artificiel". La troisième édition de ce livre a été complètement réorganisée pour s'adapter aux évolutions très significatives de l'apprentissage artificiel ces dernières années. Une large place y est accordée aux techniques d'apprentissage profond et à de nouvelles applications, incluant le traitement de flux de données. A qui s'adresse ce livre ? Ce livre s'adresse tant aux décideurs et aux ingénieurs qui souhaitent mettre au point des applications qu'aux étudiants de niveau Master 1 et 2 et en école d'ingénieurs, qui souhaitent un ouvrage de référence sur ce domaine clé de l'intelligence artificielle. |
| Sommaire : |
P. iii. Table des matières P. ix. Notations P. 1. I Des machines apprenantes ! P. 3. 1 Des algorithmes qui apprennent ? P. 43. 2 Introduction à des approches théoriques de l'induction supervisée P. 85. II L'induction exploitant la structure de l'espace des hypothèses P. 87. 3 Exploitation d'une relation de généralité entre hypothèses P. 111. 4 L'inférence grammaticale P. 153. 5 La programmation logique inductive P. 191. 6 La recherche de motifs dans les données P. 213. 7 Apprentissage et théorie du domaine P. 237. III L'induction par optimisation d'un critère inductif P. 239. 8 L'apprentissage de modèles linéaires P. 269. 9 L'apprentissage de réseaux connexionnistes P. 301. 10 Apprentissage profond P. 339. IV L'induction par comparaison à des exemples (et par collaboration) P. 341. 11 Apprentissage par similarité P. 371. 12 Méthodes à noyaux P. 431. 13 Apprentissage par combinaison d'experts P. 471. V L'apprentissage descriptif P. 473. 14 Apprentissages non supervisés P. 501. 15 Les changements de représentation P. 531. 16 L'apprentissage bayésien et son approximation P. 573. 17 L'apprentissage de réseaux bayésiens P. 603. 18 L'apprentissage de modèles de Markov cachés P. 627. VI Apprentissage en environnement non stationnaire P. 629. 19 L'apprentissage de réflexes par renforcement P. 671. 20 Nouveaux scénarios : apprentissages actif, en ligne et par transfert P. 707. VII Aspects pratiques et suppléments P. 790. 21 L'apprentissage semi-supervisé P. 733. 22 Analyse de l'induction : approfondissement et ouvertures P. 767. 23 Aspects pratiques de l'apprentissage P. 817. VIII Annexes techniques P. 819. 24 Annexes techniques P. 851. Bibliographie P. 891. Index |
Disponibilité (6)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| INF/696 | Livre | bibliothèque sciences exactes | Consultable |
| INF/696 | Livre | bibliothèque sciences exactes | Empruntable |
| INF/696 | Livre | bibliothèque sciences exactes | Empruntable |
| INF/696 | Livre | bibliothèque sciences exactes | Empruntable |
| INF/696 | Livre | bibliothèque sciences exactes | Empruntable |
| INF/696 | Livre | bibliothèque sciences exactes | Empruntable |
Les abonnés qui ont emprunté ce document ont également emprunté :
| L'intelligence artificielle pour les développeurs | Mathivet, Virginie |
| Recherche d'information | Amini, Massih-Reza |
