Machine Learning: Concepts, Tools and Techniques
L'étude des algorithmes informatiques qui s'améliorent automatiquement grâce à l'expérience et à l'utilisation de données est appelée apprentissage automatique. Elle est considérée comme faisant partie de l'intelligence artificielle.
L'exploration de données est un domaine d'étude connexe, qui se concentre sur l'analyse exploratoire des données par le biais d'un apprentissage non supervisé. L'apprentissage automatique implique la création d'un modèle. Parmi les différents types de modèles utilisés et étudiés pour les systèmes d'apprentissage automatique, citons les réseaux neuronaux artificiels, les arbres de décision, les machines à vecteurs de support, l'analyse de régression, les réseaux bayésiens et les algorithmes génétiques.
L'apprentissage automatique a de nombreuses applications, notamment dans les domaines de l'agriculture, de la banque, de l'économie, du marketing, du diagnostic médical, des télécommunications, du génie logiciel, des prévisions de séries chronologiques et de la bio-informatique. Comme ce domaine émerge à un rythme rapide, le contenu de ce livre aidera les lecteurs à comprendre les concepts et les applications modernes du sujet.
Il offre un aperçu complet du domaine de l'apprentissage automatique. Ce livre est une contribution collective d'un groupe renommé d'experts internationaux.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)