PDF Ebook Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets, by Aurélien Géron
Comme on le sait, livre est une excellente source de prendre lorsque vous prévoyez de faire quelque chose, ayant du mal à fixer, ou avoir un travail pour la date cible. Il peut être un bon ami pour vous de passer le moment bénéficiaire. Promotion concernant cette publication a été de nombreuses façons. Comme ici, nous vous offrons êtes le Machine Learning Avec Scikit-Learn - Mise En Oeuvre Et Cas Concrets, By Aurélien Géron en raison du fait qu'il donne vraiment incroyable système de quelqu'un pour l'examiner.
Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets, by Aurélien Géron
PDF Ebook Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets, by Aurélien Géron
Est-ce que l'habitude examen influencer votre vie? Plusieurs disent oui. Vérifier est une excellente pratique; vous pouvez créer ce comportement pour être de tels moyens intrigants. Oui, vérifier l'habitude vous fera non seulement avoir tout type de tâche préférée. Ce sera juste un soutien de votre vie. Lors de la lecture est venu à une pratique, vous déficiente comme des tâches troublantes ou d'une tâche monotone. Vous pouvez gagner beaucoup d'avantages et pertinences aussi de la lecture.
En lisant ce livre, on garder à l'esprit est que jamais un problème aussi bien que jamais être ennuyé de vérifier. Aussi un livre ne vous donnera pas vrai principe, il va certainement faire une grande fantaisie. Oui, vous pouvez penser à obtenir le bon avenir. Et pourtant, ce n'est pas juste un peu de créativité. Ceci est le temps pour vous de faire des idées appropriées rendant bien meilleur avenir. Le procédé est en obtenant Machine Learning Avec Scikit-Learn - Mise En Oeuvre Et Cas Concrets, By Aurélien Géron en tant que l'un des produits de lecture. Vous pouvez être si heureux de le lire car il donnera beaucoup plus de possibilités ainsi que des avantages pour la vie future.
Ce n'est pas seulement au sujet des perfections que nous offrirons. Ceci est exactement ce que de plus en ce qui concerne les choses que vous pouvez faire préoccuper de principe beaucoup mieux. Lorsque vous avez des concepts différents avec cette publication, c'est votre temps pour satisfaire les perceptions en examinant tous les documents du guide. Machine Learning Avec Scikit-Learn - Mise En Oeuvre Et Cas Concrets, By Aurélien Géron est également l'une des fenêtres de la maison pour se rendre à ainsi que d'ouvrir le monde. La lecture de cette publication pourrait vous aider à localiser monde flambant neuf que vous pourriez ne pas découvrir auparavant.
Soyez différents avec d'autres personnes qui ne lisent pas cette publication. En prenant les bons avantages de l'examen Machine Learning Avec Scikit-Learn - Mise En Oeuvre Et Cas Concrets, By Aurélien Géron, vous pouvez être une bonne idée d'investir le temps d'examiner d'autres livres. Et ci-dessous, après avoir obtenu la douce FIE Machine Learning Avec Scikit-Learn - Mise En Oeuvre Et Cas Concrets, By Aurélien Géron et offrant le lien vers l'offre, vous pouvez en outre trouver d'autres collections de livres. Nous sommes la meilleure zone pour rechercher votre publication visée. Et maintenant, votre temps pour obtenir cette publication comme l'un des compromis a réellement préparé.
Détails sur le produit
Broché: 256 pages
Editeur : Dunod (30 août 2017)
Collection : Hors Collection
Langue : Français
ISBN-10: 210076540X
ISBN-13: 978-2100765409
Dimensions du produit:
17,5 x 1,5 x 25 cm
Moyenne des commentaires client :
4.5 étoiles sur 5
25 commentaires client
Classement des meilleures ventes d'Amazon:
6.067 en Livres (Voir les 100 premiers en Livres)
ce livre donne a la fois un aperçus générale et théorique sur le machine learning tout en explorant des notions d'une manière plus poussée, ses exemples de cas concret font vraiment la différence et permettent même aux non initiés de se confronter à des problèmes très intéressant, un bon achat pour qui s’intéresse au machine learning!
Grande utilité, pédagogique et excellente qualité
Tres bonne intro aux algos de base de ml sur python.
Livre est utile et adapté à mon quotidien professionnel.
Un livre passionnant pour ceux qui cherche la mise en pratique "intelligente" des algorithmes de Machine Learning que je recommande à tous ceux qui veulent se lancer dans la data science. Le livre présente les concepts fondamentaux de l'apprentissage "supervisé" , "non supervisée, etc... puis ensuite présente d'une manière graduelle les spécificités des diférentes techniques (performance, gradient, etc.). La logique de présentation des techniques est vraiment bien orchestrée et permet de comprendre les différences entre les algorithmes. Loin de perdre ses lecteurs dans la fourniture de codes "Python" inutiles, l'auteur permet de commencer à travailler avec la librairie Scikit-Learn, encore bravo pour cette capacité de donner envie ...La partie sur Tensor Flow est un peu plus aride ...j'attends que l'auteur produise un nouvel ouvrage sur le sujet .. sa grande pédagogie me permettra de m'y lancer ...
Passionné d'informatique et ayant quelques bases de programmation, je me suis dit que ce livre serait très intéressant! Et en effet il l'est, le sujet est certes complexe mais c'est traité de manière pédagogique et cela essaye de rendre simple le plus possible le machine learning. Hélas je vois qu'il me manque une vraie formation en informatique et la différence entre une passion et un métier c'est bien fait sentir... Néanmoins on arrive à faire quelques trucs mais de là à maitriser vraiment le sujet c'est autre chose! La puissance des mathématiques et du machine Learning est juste incroyable! Je pense prendre d'autre livres de chez DUNOD pour essayer de combler mes lacunes en informatique, histoire de reprendre ce livre là avec un peu plus de savoir... Et si les autres livres sont aussi bien faits et didactiques alors cela va être super! Pour revenir sur le livre, il est vraiment super, avec des exemples concrets et des exercices, des réalisations qui peuvent servir pour ainsi dire tels quel ou qui permettent de voir comment s'articule les différentes notions abordées. Je pense que c'est bien plus qu'une traduction, on sent une vraie compréhension du sujet par l'auteur et on aimerait vraiment que tout nous paraissent aussi simple que cela a l'air de l'être pour lui! La lecture de ce livre même si elle ne m'amènera pas tout de suite à une réelle utilisation s'est vraiment avérée passionnante. Je recommande vivement à tous ceux qui sont intéressés par le sujet! C'est je pense à coup sûr un ouvrage de référence quasiment indispensable pour quiconque utilisant le Machine Learning.
Typiquement, c'est un livre de cours, très technique, d'un niveau de détail impressionnant mais pourtant très pédagogique. Il n'a vraiment rien à envier, dans son propre domaine, à la série "Collection de Sciences Physiques / Editions Baillière", si prisée en classes prépas.J'ai aussi peine à croire qu'il s'agit d'une traduction quand on voit la précision des termes mathématiques et informatiques, la présentation des équations. Bluffant.Selon Wiki :"le Scikit-Learn est une bibliothèque libre Python, dédiée à l'apprentissage automatique.Elle comprend notamment des fonctions pour estimer des forêts aléatoires, des régressions logistiques, des algorithmes de classification, et les machines à vecteurs de support."On y trouve ainsi des objets estimateurs, transformateurs, recalibreurs, prédicteurs, s'appliquant à des jeux de données et enchaînés par des "pipe".Tout est vraiment détaillé dans ce livre, depuis l'installation de Python, la préparation de l'environnement, les liens vers des jeux de données réelles, la routine pour leur téléchargement…Un site GitHub est aussi référencé. Il contient des notebooks Jupyter du code de tous les exemples et même ceux de génération des graphiques présentés dans l'ouvrage ! Il apporte aussi les correctifs du livre (dans sa version anglaise) et les corrigés des exercices.Une "méthodologie", sous forme de "Liste de contrôle de projet" est fournie, également très détaillée (ex : vérifier les obligations légales (avant obtention/conservation des données)).Le premier projet traite de régression (prédiction de valeurs) et s'appuie sur le prix des logements en Californie.Le second projet aborde la classification (reconnaissance de chiffres écrits à la main).Je n'en suis que là mais la suite est prometteuse !Si de bonnes connaissances en statistiques et en langage Python sont préférables, on peut aussi aborder ce livre sans trop s'attacher aux équations. On se prend vite au jeu car les explications sont claires et permettent d'en suivre les raisonnements et imaginer les enjeux du "big data", quand l'humain et les bases de données classiques ne sont plus en mesure de gérer un flot de données trop important, tant en termes de traitement que de conservation…Pour la petite histoire, au même titre que Google ou Facebook, Amazon est très présent dans ce domaine (Amazon Web Services). Les jeux de données AWS sont d'ailleurs référencés dans l'ouvrage, au travers du site aws.amazon.com/fr/public-datasets, qui mérite une visite !
Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets, by Aurélien Géron PDF
Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets, by Aurélien Géron EPub
Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets, by Aurélien Géron Doc
Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets, by Aurélien Géron iBooks
Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets, by Aurélien Géron rtf
Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets, by Aurélien Géron Mobipocket
Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets, by Aurélien Géron Kindle
Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets, by Aurélien Géron PDF
Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets, by Aurélien Géron PDF
Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets, by Aurélien Géron PDF
Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets, by Aurélien Géron PDF
January 07, 2010
Tari Farida
