Personnaliser

OK

Aujourd'hui seulement ! 25? offerts* dès 249? d'achat sur tout le site avec le code : RAKUTEN25

En profiter

Machine Learning - Implémentation En Python Avec Scikit-learn - Mathivet Virginie

Filtrer par :
Publicité
 
Vous avez choisi le retrait chez le vendeur à
  • Payez directement sur Rakuten (CB, PayPal, 4xCB...)
  • Récupérez le produit directement chez le vendeur
  • Rakuten vous rembourse en cas de problème

Gratuit et sans engagement

Félicitations !

Nous sommes heureux de vous compter parmi nos membres du Club Rakuten !

En savoir plus

Retour

Horaires

      Note :


      Les meilleurs avis sur Machine Learning - Implémentation En Python Avec Scikit - Learn de Mathivet Virginie Format Grand format < - Livre Informatique

      Les avis publiés font l'objet d'un contrôle automatisé de Rakuten.


      Présentation Machine Learning - Implémentation En Python Avec Scikit - Learn de Mathivet Virginie Format Grand format

       - Livre Informatique

      Livre Informatique - Mathivet Virginie - 17/05/2024 - Grand format - Langue : Français

      . .

    • Auteur(s) : Mathivet Virginie
    • Editeur : Editions Eni
    • Collection : Expert It
    • Langue : Français
    • Parution : 17/05/2024
    • Nombre de pages : 338
    • Expédition : 670
    • Dimensions : 21.6 x 17.8 x 2.1
    • ISBN : 9782409044823



    • Résumé :
      Ce livre présente à des personnes non Data Scientists, et sans connaissances particulières en mathématiques, la méthodologie du Machine Learning, ses concepts, ses principaux algorithmes et l'implémentation de ceux-ci en Python avec Scikit-learn. Il commence par une présentation du Machine Learning puis de la méthode CRISP où chaque phase est détaillée avec ses différentes étapes. Les premiers chapitres s'intéressent donc aux phases de Business Understanding (compréhension métier), Data Understanding (ou compréhension des données) et de Data Preparation (préparation des données). Dans ces chapitres sont présentés des analyses statistiques de datasets, que cela soit sous forme numérique ou graphique ainsi que les principales techniques utilisées pour la préparation des données, avec leur rôle et des conseils sur leur utilisation. Ensuite, plusieurs chapitres sont dédiés chacun à une tâche de Machine Learning : la classification, la régression, avec le cas particulier de la prédiction, ainsi que le clustering et plus globalement l'apprentissage non supervisé. Pour chaque tâche qui est présentée sont successivement détaillés les critères d'évaluation, les concepts derrière les principaux algorithmes puis leur implémentation avec Scikit-learn. Pour illustrer les différents chapitres, les techniques et algorithmes présentés sont appliqués sur des datasets souvent utilisés : Iris (classification de fleurs), Boston (prévision de prix de vente d'appartements) et Titanic (prévision de la chance de survie des passagers du bateau). Le code Python est commenté et disponible en téléchargement (sous la forme de notebooks Jupyter) sur le site www.editions-eni.fr.

      Biographie:
      Virginie Mathivet a fait une thèse de doctorat en Intelligence Artificielle, plus précisément sur les algorithmes génétiques et les réseaux de neurones. Après avoir enseigné l'intelligence artificielle, la robotique et des matières liées au développement pendant plus de 10 ans, elle monte un département Data dans une ESN (IA, Data Engineering, Big Data). En 2023 elle crée sa propre entreprise, Hemelopse, pour se concentrer sur le conseil stratégique en IA, tout en continuant la formation et le coaching de data scientists. Elle est également conférencière.

      © Notice établie par DECITRE, libraire

      Le choixNeuf et occasion
      Minimum5% remboursés
      La sécuritéSatisfait ou remboursé
      Le service clientsÀ votre écoute
      LinkedinFacebookTwitterInstagramYoutubePinterestTiktok
      visavisa
      mastercardmastercard
      klarnaklarna
      paypalpaypal
      floafloa
      americanexpressamericanexpress
      Rakuten Logo
      • Rakuten Kobo
      • Rakuten TV
      • Rakuten Viber
      • Rakuten Viki
      • Plus de services
      • À propos de Rakuten
      Rakuten.com