Algorithmique et calcul numérique travaux pratiques résolus et programmation Scilab et Python. Licen

Résumé : Dans cet ouvrage destiné aux étudiants en 1er et 2e cycles universitaires ou en écoles d'ingénieurs, Claude Delannoy insiste tout particulièrement sur la bonne compréhension des concepts objet et sur l'acquisition de méthodes de programmation Java rigoureuses. L'apprentissage du langage se fait en quatre étapes : apprentissage de la syntaxe de base, maîtrise de la programmation objet en Java, initiation à la programmation graphique et événementielle avec la bibliothèque Swing, introduction au développement Web avec les servlets, les JSP et JDBC. Cette 10e édition couvre les nouveautés de Java 9, au premier rang desquelles le Java Platform Module System (ex-projet Jigsaw) et l'outil jshell.

Résumé : Ne vous contentez pas de jouer à des jeux, créez-les ! Cet ouvrage a pour ambition de vous initier au développement de jeux vidéo grâce au populaire langage Python, et ce, même si n'avez encore jamais programmé de votre vie ! Vous développerez d'abord des jeux classiques comme le Pendu, Devinez le nombre ou le Morpion, avant de vous attaquer à la conception de jeux plus avancés techniquement qui intègrent, entre autres, du texte, des animations graphiques et du son. Par la même occasion, vous apprendrez les concepts de base de la programmation et des mathématiques pour amener vos compétences en codage de jeux vidéo à un autre niveau. Tous les projets de cet ouvrage sont basés sur la dernière version (3) de Python. Au cours de votre lecture, vous allez acquérir des bases solides en matière de programmation Python. Quel nouveau jeu allez-vous ensuite pouvoir créer à l'aide de la puissance de Python ? Tout au long de cette aventure en programmation, vous apprendrez à : choisir le bon type de structure de données pour faire le travail, comme des listes, dictionnaires ou tuples ; ajouter des illustrations et des animations dans votre jeu à l'aide du module pygame ; interagir avec le clavier et la souris ; programmer une intelligence artificielle suffisamment simple pour jouer contre l'ordinateur ; utiliser la cryptographie pour convertir des messages texte en codes secrets ; déboguer vos programmes et identifier les erreurs les plus communes.

Ce livre cherche non pas à simplifier mais à trouver ce qui est vraiment fondamental dans l'art d'écrire un programme. Il sera profitable à celui qui envisage de devenir programmeur comme à tous ceux qui sentent qu'il devient indispensable de connaître les grandes lignes de cet énorme futur numérique, avec ses contraintes. Vous apprendrez par la pratique à compter comme le font les circuits logiques, le travail avec les valeurs numériques et binaires, le saut conditionnel et l'appel de fonction. Des exemples en langage C, HTML, Java et JavaScript. Découvrez : votre premier programme, un jeu de tennis ; les Egyptiens, les Mayas et Pascal ; des valeurs, des variables et des actions ; des fonctions et des pointeurs ; la programmation par événements ; classes et objets ; programmer pour le Web avec HTML, CSS et JavaScript.

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 boites 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 dimensionnalite. la classification et la détection d'anomalies.