L Selvam / Linda Joseph / P Mohan Kumar
L’apprentissage automatique est une branche de l’intelligence artificielle (IA) qui permet aux ordinateurs de s’auto-apprendre à partir de données d’entraînement et de s’améliorer au fil du temps, sans être explicitement programmés. Les algorithmes d’apprentissage automatique sont capables de détecter des modèles dans les données et d’en tirer des enseignements, afin de faire leurs propres prédictions. Cet ouvrage constitue une introduction unique aux principales approches de l’apprentissage automatique. Il s’adresse aux étudiants avancés de premier et deuxième cycles, ainsi qu’aux développeurs et aux chercheurs dans ce domaine. Real-World Machine Learning est un guide pratique conçu pour enseigner aux développeurs l’art de l’exécution de projets d’apprentissage automatique. Sans vous submerger de théories académiques et de mathématiques complexes, il présente la pratique quotidienne de l’apprentissage automatique, vous préparant à construire et à déployer avec succès de puissants systèmes d’apprentissage automatique.Le contenu de ce livre est conçu pour les débutants ayant des connaissances de base en science des données, y compris les statistiques classiques et la programmation informatique.