Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow 3e

Grâce à une récente série de percées, l'apprentissage profond a propulsé l'ensemble du domaine de l'apprentissage automatique. Désormais, même les programmeurs qui ne connaissent presque rien de cette technologie peuvent utiliser des outils simples et efficaces pour mettre en œuvre des programmes capables d'apprendre à partir de données. Ce livre à succès utilise des exemples concrets, une théorie minimale et des frameworks Python prêts pour la production (Scikit-Learn, Keras et TensorFlow) pour vous aider à acquérir une compréhension intuitive des concepts et des outils nécessaires à la construction de systèmes intelligents.

Avec cette troisième édition mise à jour, l'auteur Aurélien Géron explore une gamme de techniques, en commençant par la régression linéaire simple et en progressant vers les réseaux neuronaux profonds. De nombreux exemples de code et exercices tout au long du livre vous aident à appliquer ce que vous avez appris. Une expérience en programmation est tout ce dont vous avez besoin pour commencer.

• Utilisez Scikit-learn pour suivre un projet d'apprentissage automatique de bout en bout.
• Explorez plusieurs modèles, y compris les machines à vecteurs de support, les arbres de décision, les forêts aléatoires et les méthodes d'ensemble.
• Exploitez des techniques d'apprentissage non supervisé telles que la réduction de dimensionnalité, le clustering et la détection d'anomalies.
• Plongez dans les architectures de réseaux neuronaux, y compris les réseaux convolutionnels, les réseaux récurrents, les réseaux antagonistes génératifs, les autoencodeurs, les modèles de diffusion et les transformateurs.
• Utilisez TensorFlow et Keras pour construire et entraîner des réseaux neuronaux pour la vision par ordinateur, le traitement du langage naturel, les modèles génératifs et l'apprentissage par renforcement profond.