Apprentissage automatique appliqué et IA pour les ingénieurs
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com Alors que de nombreux guides d'introduction à l'IA sont des livres de calcul déguisés, celui-ci évite en grande partie les mathématiques. Au lieu de...
Gespeichert in:
1. Verfasser: | |
---|---|
Format: | Buch |
Sprache: | fre |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com Alors que de nombreux guides d'introduction à l'IA sont des livres de calcul déguisés, celui-ci évite en grande partie les mathématiques. Au lieu de cela, l'auteur Jeff Prosise aide les ingénieurs et les développeurs de logiciels à acquérir une compréhension intuitive de l'IA pour résoudre des problèmes commerciaux. Tu dois créer un système pour détecter les bruits d'exploitation forestière illégale dans la forêt tropicale, analyser un texte pour y déceler des sentiments ou prédire les premières défaillances d'une machine rotative ? Ce livre pratique t'enseigne les compétences nécessaires pour mettre l'IA et l'apprentissage automatique au service de ton entreprise.AppliedMachine Learning and AI for Engineers présente des exemples et des illustrations tirés du cours d'IA et de ML que Prosise enseigne dans des entreprises et des institutions de recherche du monde entier. Il n'y a pas de fluff ni d'équations effrayantes - juste un démarrage rapide pour les ingénieurs et les développeurs de logiciels, complété par des exemples pratiques.Ce livre t'aide à :Apprendre ce que sont l'apprentissage automatique et l'apprentissage profond et ce qu'ils peuvent accomplir.Comprendre comment fonctionnent les algorithmes d'apprentissage populaires et quand les appliquer.Construire des modèles d'apprentissage automatique en Python avec Scikit-Learn, et des réseaux neuronaux avec Keras et TensorFlow.Entraîner et noter des modèles de régression et des modèles de classification binaire et multiclasse.Construire des modèles de reconnaissance faciale et des modèles de détection d'objetsConstruire des modèles de langage qui répondent aux requêtes en langage naturel et traduisent le texte dans d'autres langues.Utilise les services cognitifs pour insuffler de l'IA dans les applis que tu écris. |
---|