Cet ouvrage, conçu pour tous ceux qui souhaitent s'initier au
Deep Learning (apprentissage profond) est la traduction de la deuxième partie du best-seller américain
Hands-On Machine Learning with Scikit-Learn & TensorFlow.
Le Deep Learning est récent et il évolue vite. Ce livre en présente les principales techniques : les
réseaux de neurones profonds, capables de modéliser toutes sortes de données, les
réseaux de convolution, capables de classifier des images, les segmenter et découvrir les objets ou personnes qui s'y trouvent, les
réseaux récurrents, capables de gérer des séquences telles que des phrases, des séries temporelles, ou encore des vidéos, les
autoencodeurs qui peuvent découvrir toutes sortes de structures dans des données, de façon non supervisée, et enfin le
Reinforcement Learning (apprentissage par renforcement) qui permet de découvrir automatiquement les meilleures actions pour effectuer une tâche (par exemple un robot qui apprend à marcher).
Ce livre présente
TensorFlow, le framework de Deep Learning créé par Google. Il est accompagné de notebooks Jupyter (disponibles sur github) qui contiennent tous les exemples de code du livre, afin que le lecteur puisse facilement tester et faire tourner les programmes. Il complète un premier livre intitulé
Machine Learning avec Scikit-Learn.
Partager