{"product_id":"113723","title":"Apprenez rapidement les bases de l'apprentissage automatique ! ","description":"\u003ccenter\u003e\u003cdiv style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/tmgdisk01.cafe24.com\/images\/vs\/4172\/sv\/3jYEDIPZ9wGpDpBIwKYghohLSE6tmh.png?v=1765052029\" style=\"max-width:100%;max-height:10px\"\u003e\u003c\/div\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\n\n\u003cdiv style=\"width:95%\"\u003e\n\n\u003cdiv style=\"text-align:center;font-size:30px;font-weight:bolder;line-height:1.6em\"\u003e Apprentissage automatique, rapidement et efficacement ! \u003c\/div\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cdiv style=\"border-bottom:1px;border-bottom-style:dotted;border-color:;padding-bottom:20px\"\u003e\u003ccenter\u003e\u003ctable align=\"center\" width=\"100%\"\u003e\u003ctbody style=\"border:0px\"\u003e\n\n\u003ctr\u003e\u003ctd align=\"center\" style=\"line-height:1.2em;text-align:center;font-size:18px;color:black;font-weight:bold;padding-bottom:20px;\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\n\n\u003ctr\u003e\u003ctd style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/image.yes24.com\/goods\/159566780\/XL\" style=\"max-width:100%;height:auto\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\n\n\n\u003c\/tbody\u003e\u003c\/table\u003e\u003c\/center\u003e\u003c\/div\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cdiv style=\"width:95%;{split_style6}padding-top:20px;padding-bottom:20px\"\u003e\n\n\u003cdiv style=\"text-align:left;font-size:16px;font-weight:bold;padding-bottom:20px\"\u003e Description \u003c\/div\u003e\n\n\u003cdiv style=\"text-align:left;word-break:break-all;font-size:14px;line-height:1.6em;\"\u003e\n\n\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eIntroduction au livre\u003c\/b\u003e\n\u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e\u003cdiv\u003e \u003cb\u003eNous avons simplifié les théories complexes et n'avons inclus que les points clés essentiels !\u003cbr\u003e Le guide le plus concis pour apprendre l'apprentissage automatique.\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e Ce best-seller, traduit en 11 langues et utilisé comme manuel dans des milliers d'universités à travers le monde, explique l'apprentissage automatique de manière concise et claire.\u003cbr\u003e Il couvre tout, des concepts mathématiques de base aux algorithmes fondamentaux, en passant par l'apprentissage profond et les réseaux neuronaux, fournissant une boîte à outils complète pour résoudre les problèmes modernes d'apprentissage automatique tels que le clustering, la modélisation thématique, l'apprentissage métrique et les systèmes de recommandation.\u003cbr\u003e En associant théorie et mise en pratique, et en se concentrant sur les compétences essentielles au travail pratique, chacun peut apprendre rapidement et efficacement.\u003cbr\u003e \u003cbr\u003eS’appuyant sur une vaste expérience pratique, l’auteur explique des techniques immédiatement applicables à des projets concrets, notamment l’ingénierie des caractéristiques, la normalisation, la gestion des ensembles de données déséquilibrés, les ensembles et l’évaluation des modèles.\u003cbr\u003e Il se compose d'explications et d'exemples intuitifs, sans s'enliser dans des formules complexes, ce qui le rend utile à tous, des débutants souhaitant acquérir des bases solides aux praticiens désirant élargir leurs compétences pratiques.\u003cbr\u003e\n\u003c\/div\u003e\u003c\/div\u003e\n\u003cdiv\u003e\u003cul\u003e\u003cli\u003e Vous pouvez consulter un aperçu du contenu du livre.\u003cbr\u003e \u003cspan\u003eAperçu\u003c\/span\u003e\n\n\u003c\/li\u003e\u003c\/ul\u003e\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cbr\u003e\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eindice\u003c\/b\u003e\n\u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e Note du traducteur\u003cbr\u003e Recommandation\u003cbr\u003e Note de l'auteur\u003cbr\u003e\u003cbr\u003e Chapitre 1 Introduction\u003cbr\u003e 1.1 Qu'est-ce que l'apprentissage automatique ?\u003cbr\u003e 1.2 Types d'apprentissage\u003cbr\u003e 1.2.1 Apprentissage supervisé\u003cbr\u003e 1.2.2 Apprentissage non supervisé\u003cbr\u003e 1.2.3 Apprentissage semi-supervisé\u003cbr\u003e 1.2.4 Apprentissage par renforcement\u003cbr\u003e 1.3 Comment fonctionne l'apprentissage supervisé\u003cbr\u003e 1.4 Pourquoi le modèle fonctionne avec de nouvelles données\u003cbr\u003e\u003cbr\u003e Chapitre 2 Notation et définitions\u003cbr\u003e 2.1 Notation\u003cbr\u003e 2.1.1 Structure des données\u003cbr\u003e 2.1.2 Symbole sigma majuscule\u003cbr\u003e 2.1.3 Symbole Pi majuscule\u003cbr\u003e 2.1.4 Opérations sur les ensembles\u003cbr\u003e 2.1.5 Opérations vectorielles\u003cbr\u003e 2.1.6 Fonction  \u003cbr\u003e2.1.7 max et arg max\u003cbr\u003e 2.1.8 Opérateurs d'affectation\u003cbr\u003e 2.1.9 Dérivées et gradients\u003cbr\u003e 2.2 Variables aléatoires\u003cbr\u003e 2.3 Estimation de l'inconfort\u003cbr\u003e 2.4 Théorème de Bayes\u003cbr\u003e 2.5 Estimation des paramètres\u003cbr\u003e 2.6 Paramètres vs.\u003cbr\u003e Hyperparamètres\u003cbr\u003e 2.7 Classification vs.\u003cbr\u003e retour\u003cbr\u003e 2.8 Apprentissage basé sur un modèle vs.\u003cbr\u003e Apprentissage par cas\u003cbr\u003e 2.9 Apprentissage superficiel vs.\u003cbr\u003e Apprentissage profond\u003cbr\u003e\u003cbr\u003e Chapitre 3 Algorithmes de base\u003cbr\u003e 3.1 Régression linéaire\u003cbr\u003e 3.1.1 Problème\u003cbr\u003e 3.1.2 Solution\u003cbr\u003e 3.2 Régression logistique\u003cbr\u003e 3.2.1 Problème\u003cbr\u003e 3.2.2 Solution\u003cbr\u003e 3.3 Apprentissage par arbre de décision\u003cbr\u003e 3.3.1 Problème\u003cbr\u003e 3.3.2 Solution\u003cbr\u003e 3.4 Machine à vecteurs de support\u003cbr\u003e 3.4.1 Bruit de manipulation\u003cbr\u003e 3.4.2 Gestion des non-linéarités\u003cbr\u003e 3,5 k plus proches voisins\u003cbr\u003e\u003cbr\u003e Chapitre 4 : Algorithmes d’apprentissage\u003cbr\u003e 4.1 Composantes d'un algorithme d'apprentissage\u003cbr\u003e 4.2 Descente en pente\u003cbr\u003e 4.3 Comment travaillent les ingénieurs en apprentissage automatique\u003cbr\u003e 4.4 Caractéristiques des algorithmes d'apprentissage\u003cbr\u003e\u003cbr\u003e Chapitre 5 Compétences pratiques de base\u003cbr\u003e 5.1 Ingénierie des caractéristiques\u003cbr\u003e 5.1.1 Codage One-Hot\u003cbr\u003e 5.1.2 Division en sections\u003cbr\u003e 5.1.3 Normalisation\u003cbr\u003e 5.1.4 Normalisation\u003cbr\u003e 5.1.5 Gestion des fonctionnalités manquantes\u003cbr\u003e 5.1.6 Techniques de substitution de données\u003cbr\u003e 5.2 Choix d'un algorithme d'apprentissage\u003cbr\u003e 5.3 Ensemble d'entraînement, ensemble de validation et ensemble de test  \u003cbr\u003e5.4 Sous-ajustement et sur-ajustement\u003cbr\u003e 5.5 Règlement\u003cbr\u003e 5.6 Évaluation des performances du modèle\u003cbr\u003e 5.6.1 Matrice de confusion\u003cbr\u003e 5.6.2 Précision\/Rappel\u003cbr\u003e 5.6.3 Précision\u003cbr\u003e 5.6.4 Précision basée sur la sensibilité aux coûts\u003cbr\u003e 5.6.5 Aire sous la courbe ROC (AUC)\u003cbr\u003e 5.7 Optimisation des hyperparamètres\u003cbr\u003e 5.7.1 Validation croisée\u003cbr\u003e\u003cbr\u003e Chapitre 6 : Réseaux neuronaux et apprentissage profond\u003cbr\u003e 6.1 Réseaux neuronaux\u003cbr\u003e 6.1.1 Perceptron multicouche\u003cbr\u003e 6.1.2 Réseaux de neurones à propagation directe\u003cbr\u003e 6.2 Apprentissage profond\u003cbr\u003e 6.2.1 Réseaux neuronaux convolutifs\u003cbr\u003e 6.2.2 Réseaux de neurones récurrents\u003cbr\u003e\u003cbr\u003e Chapitre 7 Résolution de problèmes\u003cbr\u003e 7.1 Régression à noyau\u003cbr\u003e 7.2 Multi-classification\u003cbr\u003e 7.3 Classification à classe unique\u003cbr\u003e 7.4 Classification multi-étiquettes\u003cbr\u003e 7.5 Apprentissage en ensemble\u003cbr\u003e 7.5.1 Boost et ensachage\u003cbr\u003e 7.5.2 Forêt aléatoire\u003cbr\u003e 7.5.3 Boost de gradient\u003cbr\u003e 7.6 Étiquetage de séquence\u003cbr\u003e 7.7 Apprentissage de séquence à séquence\u003cbr\u003e 7.8 Apprentissage actif\u003cbr\u003e 7.9 Apprentissage semi-supervisé\u003cbr\u003e 7.10 Apprentissage en une seule séance\u003cbr\u003e 7.11 Apprentissage sans exemple\u003cbr\u003e\u003cbr\u003e Chapitre 8 Techniques spéciales\u003cbr\u003e 8.1 Gestion des ensembles de données déséquilibrés\u003cbr\u003e 8.2 Modèle combiné\u003cbr\u003e 8.3 Formation des réseaux neuronaux\u003cbr\u003e 8.4 Techniques réglementaires avancées\u003cbr\u003e 8.5 Gestion de plusieurs entrées\u003cbr\u003e 8.6 Gestion de plusieurs sorties\u003cbr\u003e 8.7 Transfert d'apprentissage\u003cbr\u003e 8.8 Efficacité de l'algorithme\u003cbr\u003e \u003cbr\u003eChapitre 9 Apprentissage non supervisé\u003cbr\u003e 9.1 Estimation de la densité\u003cbr\u003e 9.2 Cluster\u003cbr\u003e 9.2.1 k-moyennes\u003cbr\u003e 9.2.2 DBSCAN et HDBSCAN\u003cbr\u003e 9.2.3 Détermination du nombre de clusters\u003cbr\u003e 9.2.4 Autres algorithmes de clustering\u003cbr\u003e 9.3 Réduction dimensionnelle\u003cbr\u003e 9.3.1 Analyse en composantes principales\u003cbr\u003e 9.3.2 UMAP\u003cbr\u003e\u003cbr\u003e Chapitre 10 : Autres méthodes d’apprentissage\u003cbr\u003e 10.1 Apprentissage métrique\u003cbr\u003e 10.2 Classement des apprentissages\u003cbr\u003e 10.3 Apprentissage recommandé\u003cbr\u003e 10.3.1 Méthode de décomposition matricielle\u003cbr\u003e 10.3.2 Encodeur automatique de réduction du bruit\u003cbr\u003e 10.4 Apprentissage auto-supervisé : plongements lexicaux\u003cbr\u003e 10.5 Détection des valeurs aberrantes\u003cbr\u003e\u003cbr\u003e Conclusion du chapitre 11\u003cbr\u003e 11.1 Éléments non abordés dans ce livre\u003cbr\u003e 11.2 Remerciements\u003cbr\u003e 11.3 Que lire ensuite ?\u003cbr\u003e\n\u003c\/div\u003e\n\u003cdiv\u003e\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cbr\u003e\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eDans le livre\u003c\/b\u003e\n\u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e « Permettez-moi de vous dire la vérité d’abord. »\u003cbr\u003e « Les machines n’apprennent pas. » En général, l’« apprentissage automatique » consiste à trouver des équations mathématiques.\u003cbr\u003e L'application de cette équation à l'ensemble d'entrée (données d'entraînement) produit la sortie attendue.\u003cbr\u003e Cette équation mathématique produit des résultats généralement corrects pour d'autres entrées (autres que les données d'entraînement). \u003cbr\u003eLa condition ici est que la distribution des données d'entrée soit identique ou similaire à la distribution statistique à partir de laquelle les données d'entraînement sont dérivées.\u003cbr\u003e\u003cbr\u003e Alors pourquoi ce processus n'apprend-il pas ? Parce que même une légère distorsion des données d'entrée risque d'entraîner une sortie totalement incorrecte.\u003cbr\u003e C'est différent de la façon dont les animaux apprennent.\u003cbr\u003e Par exemple, si vous avez appris à jouer à un jeu vidéo en regardant droit devant vous, vous pourrez toujours bien jouer même si l'écran est légèrement incliné.\u003cbr\u003e Mais les algorithmes d'apprentissage automatique ne fonctionneront pas correctement dans les jeux vidéo lorsque l'écran est incliné, à moins qu'ils ne soient entraînés à regarder droit devant eux et à reconnaître les rotations.\u003c\/div\u003e\n\u003cdiv\u003e --- Extrait de la « Note de l'auteur »\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cdiv\u003e\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cbr\u003e\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eAvis de l'éditeur\u003c\/b\u003e\n\u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e Ce que ce livre couvre\u003cbr\u003e\u003cbr\u003e ● Algorithmes d'apprentissage supervisé et non supervisé, y compris les réseaux neuronaux profonds \u003cbr\u003e● Explication intuitive et claire des algorithmes et des concepts mathématiques qui en saisissent l'essence\u003cbr\u003e ● Techniques pratiques de construction, de débogage et d'évaluation de modèles\u003cbr\u003e ● Sujets avancés tels que les ensembles, les systèmes de recommandation et l'apprentissage métrique\u003cbr\u003e\n\u003c\/div\u003e\n\u003cdiv\u003e\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cdiv style=\"width:95%;padding-top:20px;padding-bottom:20px\"\u003e\n\n\u003cdiv style=\"text-align:left;font-size:16px;font-weight:bold;padding-bottom:20px\"\u003e SPÉCIFICATIONS DES PRODUITS \u003c\/div\u003e\n\n\u003cdiv style=\"text-align:left;font-size:14px;line-height:1.6em;\"\u003e\n\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e - \u003cstrong\u003eDate d'émission :\u003c\/strong\u003e 30 octobre 2025\u003c\/div\u003e\n\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e - \u003cstrong\u003eNombre de pages, poids, dimensions :\u003c\/strong\u003e 199 pages | 172 × 225 × 10 mm\u003c\/div\u003e\n\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e - \u003cstrong\u003eISBN13 :\u003c\/strong\u003e 9788966264933 \u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\u003ccenter\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cspan\u003e\u003c\/span\u003e\n\n\u003c\/center\u003e\n\n\n\u003c\/center\u003e","brand":"LIBRAIRIE COREENNE","offers":[{"title":"Default Title","offer_id":43893057191978,"sku":"113723","price":35.0,"currency_code":"EUR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0683\/2750\/5962\/files\/d5874f648c67bac2492c8e9a69afbc02.jpg?v=1765386496","url":"https:\/\/librairie.coreenne.fr\/products\/113723","provider":"LIBRAIRIE COREENNE","version":"1.0","type":"link"}