Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Feuilletage 3 Machine Learning avec Scikit-Learn Aurélien Géron Traduit de l ? anglais par Anne Bohy CAuthorized French translation of material from the English edition of Hands-On Machine Learning with Scikit-Learn and TensorFlow ISBN ? Aurélien Géron Th

Machine Learning avec Scikit-Learn Aurélien Géron Traduit de l ? anglais par Anne Bohy CAuthorized French translation of material from the English edition of Hands-On Machine Learning with Scikit-Learn and TensorFlow ISBN ? Aurélien Géron This translation is published and sold by permission of O ? Reilly Media Inc which owns or controls all rights to publish and sell the same Conception de la couverture Randy Comer Illustratrice Rebecca Demarest - II - OSB - PCA - NRI Imprimerie Chirat - Saint-Just-la-Pendue Dépôt légal ?? septembre ?? suite de tirage en juin Imprimé en France ? Dunod Paris Nouveau tirage corrigé rue Paul Bert Malako ? www dunod com ISBN ? - ? ? CTable des matières Avant-propos VII Chapitre ?? Vue d ? ensemble du Machine Learning ? Qu ? est-ce que l ? apprentissage automatique ?? ? Pourquoi utiliser l ? apprentissage automatique ?? ? Types de systèmes d ? apprentissage automatique ? Principales di ?cultés de l ? apprentissage automatique ? Test et validation ? Exercices Chapitre ?? Un projet de Machine Learning de bout en bout ? Travailler avec des données réelles ? Prendre du recul pour une vision d ? ensemble ? Récupérer les données ? Découvrir et visualiser les données pour mieux les comprendre ? Préparer les données pour les algorithmes d ? apprentissage automatique ? Sélectionner et entra? ner un modèle ? Régler avec précision votre modèle ? Lancer surveiller et maintenir votre système ? Essayez ?? ? Exercices CIV Machine Learning avec Scikit-Learn Chapitre ?? Classi ?cation ? MNIST ? Entra? nement d ? un classi ?cateur binaire ? Mesures de performances ? Classi ?cation multi-classes ? Analyse des erreurs ? Classi ?cation multi-étiquettes ? Classi ?cation multi- sorties ? Exercices Chapitre ?? Entra? nement de modèles ? Régression linéaire ? Descente de gradient ? Régression polynomiale ? Courbes d ? apprentissage ? Modèles linéaires régularisés ? Régression logistique ? Exercices Chapitre ?? Machines à vecteurs de support ? Classi ?cation SVM linéaire ? Classi ?cation SVM non linéaire ? Régression SVM ? Sous le capot ? Exercices Chapitre ?? Arbres de décision ? Entra? ner et visualiser un arbre de décision ? E ?ectuer des prédictions ? Estimation des probabilités des classes ? Algorithme d ? entra? nement CART ? Complexité algorithmique CTable des matières V ? Impureté Gini ou entropie ? Hyperparamètres de régularisation ? Régression ? Instabilité ? Exercices Chapitre ?? Apprentissage d ? ensemble et forêts aléatoires ? Classi ?cateurs par vote ? Bagging et pasting ? Parcelles aléatoires et sous-espaces aléatoires ? Forêts aléatoires ? Boosting ? Stacking ? Exercices Chapitre ?? Réduction de dimension ? Le éau de la dimension ? Principales approches de la réduction de dimension ? PCA ? PCA à noyau ? LLE ? Autres techniques de réduction de dimension ? Exercices Le mot de la ?n Annexe A ?? Solutions des exercices Annexe B ?? Liste de contrôle de projet de Machine Learning Annexe C ?? SVM le problème dual Index ?