Pour mieux développer avec C . Design patterns, STL, RTTI et smart pointers

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, Keras & TensorFlow (2e édition). 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 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 du même auteur intitulé Machine Learning avec Scikit-Learn.

L'apprentissage automatique (Machine Learning) est aujourd'hui en pleine explosion. Mais de quoi s'agit-il exactement, et comment pouvez-vous le mettre en oeuvre dans vos propres projets ? L'objectif de cet ouvrage est de vous expliquer les concepts fondamentaux du Machine Learning et de vous apprendre à maîtriser les outils qui vous permettront de créer vous-même des systèmes capables d'apprentissage automatique. Vous apprendrez ainsi à utiliser Scikit-Learn, un outil open source très simple et néanmoins très puissant que vous pourrez mettre en oeuvre dans vos systèmes en production. - Apprendre les bases du Machine Learning en suivant pas à pas toutes les étapes d'un projet utilisant Scikit-Learn et pandas. - Ouvrir les boîtes noires pour comprendre comment fonctionnent les algorithmes. - Explorer plusieurs modèles d'entraînement, notamment les machines à vecteur de support (SVM). - Comprendre le modèle des arbres de décision et celui des forêts aléatoires, et exploiter la puissance des méthodes ensemblistes. - Exploiter des techniques d'apprentissage non supervisées telles que la réduction de dimensionnalité, la classification et la détection d'anomalies. Tous les exemples de code sont disponibles en ligne sous la forme de notebooks Jupyter à l'adresse suivante : https : //github. com/ageron/handson-ml2

Devenez incollable sur Spinoza et sa pensée avec lePetitPhilosophe. fr ! Cette fiche propose une analyse approfondie de la philosophie de Baruch Spinoza, avec sa biographie, le contexte philosophique dans lequel il s'inscrit, l'analyse détaillée de sa pensée et une synthèse de ce qu'il faut en retenir. La fiche est complétée par une liste de citations clés du philosophe. - Après la biographie, la mise en contexte aborde les bouleversements scientifiques du XVIIe siècle et le cartésianisme. - Ensuite, l'analyse se penche sur les cinq principales caractéristiques du système philosophique de Spinoza : la nécessité absolue, un Dieu-nature, l'unité de l'homme, les passions et la philosophie politique. - Enfin, après un bref résumé de l'analyse dans lequel on se focalise sur l'essentiel, on trouve des citations assorties d'explications. A propos de la collection LePetitPhilosophe. fr : Destinée avant tout à un public de néophytes et aux lycéens qui préparent le bac de philo, LePetitPhilosophe. fr propose des analyses d'oeuvres philosophiques classiques et contemporaines. Nos analyses, disponibles aux formats papier et numérique, ont été conçues pour guider les lecteurs à travers toute la philosophie. Nos auteurs combinent théories, citations, anecdotes et commentaires pour vous faire découvrir les plus grands penseurs d'hier et d'aujourd'hui.

Devenez incollable sur Descartes et sa pensée avec lePetitPhilosophe. fr ! Cette fiche propose une analyse approfondie de la philosophie de René Descartes, avec sa biographie, le contexte philosophique dans lequel il s'inscrit, l'analyse détaillée de sa pensée et une synthèse de ce qu'il faut en retenir. La fiche est complétée par une liste de citations clés du philosophe. - Après la biographie, la mise en contexte aborde les révolutions scientifiques du XVIIe siècle. - Ensuite, l'analyse se penche sur les quatre parties du système philosophique de Descartes : la méthode cartésienne, les fondements de la métaphysique, la physique cartésienne et la morale. - Enfin, après un bref résumé de l'analyse dans lequel on se focalise sur l'essentiel, on trouve des citations assorties d'explications. A propos de la collection LePetitPhilosophe. fr : Destinée avant tout à un public de néophytes et aux lycéens qui préparent le bac de philo, LePetitPhilosophe. fr propose des analyses d'oeuvres philosophiques classiques et contemporaines. Nos analyses, disponibles aux formats papier et numérique, ont été conçues pour guider les lecteurs à travers toute la philosophie. Nos auteurs combinent théories, citations, anecdotes et commentaires pour vous faire découvrir les plus grands penseurs d'hier et d'aujourd'hui.