Notice bibliographique
- Notice
Type(s) de contenu et mode(s) de consultation : Texte noté : sans médiation
Auteur(s) : Charniak, Eugene. Auteur du texte
Titre(s) : Introduction au deep learning [Texte imprimé] / Eugene Charniak,... ; traduit de l'anglais par Anne Bohy
Traduction de : Introduction to deep learning
Publication : Malakoff : Dunod, DL 2021
Impression : 53-Mayenne : Jouve-print
Description matérielle : 1 vol. (162 p.) : ill. ; 24 cm
Collection : Info sup : L3, masters, écoles d'ingénieurs
Lien à la collection : Info sup (Paris. 2015)
Note(s) : Bibliogr. et webliogr. p. 153-155. Index
Autre(s) auteur(s) : Bohy, Anne. Traducteur
Sujet(s) : Apprentissage profond
Indice(s) Dewey : 006.32 (23e éd.) = Réseaux neuronaux (informatique)
Identifiants, prix et caractéristiques : ISBN 978-2-10-081926-3 (br.) : 26,90 EUREAN 9782100819263
Identifiant de la notice : ark:/12148/cb46690905d
Notice n° : FRBNF46690905
Résumé : Cet ouvrage s'adresse aux étudiants en fin de licence et en master d'informatique ou de maths appliquées, ainsi qu'aux élèves ingénieurs.L'apprentissage profond (deep learning) a révolutionné l'intelligence artificielle et s'est très rapidement répandu dans de nombreux domaines d'activité.Grâce à une approche « orientée projet », ce livre a pour but d'expliquer les bases du deep learning, depuis les réseaux de neurones à propagation avant jusqu'aux réseaux non supervisés.Conçu comme un manuel d'apprentissage synthétique, avec cours et exercices, il s'appuie sur des exemples dans des domaines comme la vision par ordinateur, la compréhension des langages naturels ou l'apprentissage par renforcement.Ces exemples sont étudiés avec le logiciel TensorFlow.Les notions théoriques sont illustrées et complétées par une quarantaine d'exercices, dont la moitié sont corrigés. [source éditeur]