React en marche. Développer des applications web

«C'est si simple quand tout est expliqué k par l'image!»Sonia,LagnyCONTRLorsque vous avez besoin d'utiliser votre appareil mobile dans une zone où votre opérateur ne fournit pas de service Internet, vous disposez de la fonction d'itinérance des données. Cette fonction vous permet d'accéder à Internet au travers du réseau d'autres opérateurs.Un grand format pour une initiation facile et rapide!«Moins de lecture, plus de résultats»: bénéficiez de dizaines d'illustrations et d'écrans à chaque étape pour maîtriser voter smartphone ou votre tablette Android!Qu'est-ce que AndroidBien choisir son appareil AndroidPremier contact avec le smartphone et la tabletteDécouvrir l'écran d'accueilMaîtriser la connectivitéLancer des applicationsTéléphone et SMSEmailNavigation sur le Web Photos et vidéos Lire et s'informerApplications pour les réseaux sociaux JeuxPersonnaliser l'appareil AndroidParamétrages, sécurité, sauvegardeEnrichir l'appareil avec de nouvelles applicationsStores d'applications.Apprendre à se servir d'un smartphone ou d'une tablette Android, c'est bien plus simple avec un «Poche Visuel».

Acquérez les compétences nécessaires pour concevoir, construire et déployer des applications fondées sur l'apprentissage automatique (ou ML, pour machine learning). Au cours de ce livre pratique, vous construirez un exemple d'application, en allant de l'idée initiale au produit déployé. Que vous soyez spécialiste des données, ingénieur logiciel ou encore chef de produit, aussi bien professionnel expérimenté que novice, vous apprendrez pas à pas les outils, les meilleures pratiques dans ce domaine, ainsi que les défis liés à la création d'une application ML du monde réel. L'auteur, data scientist expérimenté qui a dirigé un programme d'éducation sur le ML, explique les concepts du ML par la pratique en utilisant des extraits de code, des illustrations, des captures d'écran et des entretiens avec des experts. La première partie vous explique comment planifier une application ML et en mesurer la réussite. La deuxième partie apprend à construire un modèle de ML fonctionnel. La troisième partie vise à améliorer le modèle jusqu'à ce qu'il corresponde totalement à votre vision initiale. La quatrième partie couvre les stratégies de déploiement et de monitoring. Définissez l'objectif fixé pour votre produit et configurez un problème d'apprentissage automatique. Construisez rapidement votre premier pipeline de bout en bout et acquérez un jeu de données initial. Entraînez et évaluez vos modèles de ML, et attaquez-vous aux goulets d'étranglement des performances. Déployez et monitorez vos modèles dans un environnement de production.

Résumé : Classroom in a Book, collection au succès mondial, vous aide à découvrir facilement et rapidement les fonctionnalités des logiciels Adobe. Elle apporte ce qu'aucun autre ouvrage ou programme de formation ne propose : des supports pour travaux pratiques conçus spécialement par des experts en produits Adobe. Les neuf leçons de cet ouvrage couvrent l'ensemble des notions de Lightroom et Photoshop CC à l'usage des photographes et vous fournissent une multitude d'astuces et de techniques pour vous aider à optimiser votre productivité. Vous pouvez suivre chacune de ces leçons dans l'ordre ou bien ne choisir que celles qui vous intéressent. Au programme : Importer et gérer les photos avec Lightroom Utiliser le module Développement de Lightroom pour des ajustements globaux Utiliser le module Développement de Lightroom pour des enrichissements plus créatifs Transfert d'information entre Lightroom et Photoshop Réaliser des montages en combinant la puissance de Lightroom et Photoshop Les sélections et les masques La retouche Les effets spéciaux Exporter le travai final

Entrez de plain-pied dans le monde fascinant la data science avec cet ouvrage pratique, véritable pense bête de tous les data scientists, ingénieurs ou programmeurs Vous aussi participez à la révolution qui ramène l'intelligence artificielle au coeur de notre société, grace aux data scientists. La data science consiste à traduire des problèmes de toute autre nature, en problèmes de modélisation quantitative, résolus par des algorithmes de traitement. Au programme : Les différentes versions de Python L'apprentissage non supervisé et le préprocessing Représenter les données Processus de validation Algorithmes, chaînes et pipeline Travailler avec des données de type texte Utiliser Sikit-learn