|
| Titre : | Réseaux de neurones : méthodologie et applications | | Type de document : | texte imprime | | Auteurs : | Gérard Dreyfus ; J-M.Martinez | | Editeur : | Paris : Eyrolles | | Année de publication : | 2004 | | Importance : | (XVIII-417 p.) | | Présentation : | ill. | | Format : | 23 cm | | Accompagnement : | 1 disque optique numérique (CD-Rom) | | ISBN/ISSN/EAN : | 978-2-212-11464-5 | | Note générale : | Notes :
La couv. porte en plus: "Prévision, data mining, bio-ingénierie, reconnaissance de formes, robotique et commande de processus"
Bibliogr. en fin de chapitres et p. [395]-398. Index. | | Langues : | Français | | Mots-clés : | Réseaux Procédes industriels Modélisation Statistiques Commande Systèmes dynamiques Filtrage Algorithmes | | Résumé : |
Les réseaux de neurones constituent aujourd'hui une technique de traitement de données bien comprise et maîtrisée, qui devrait faire partie de la boîte à outils de tout ingénieur soucieux de tirer le maximum d'informations pertinentes des données dont il dispose : effectuer des prévisions, de la fouille de données, élaborer des modèles, reconnaître des formes ou des signaux, etc.
Joignant fondements théoriques et applications pratiques dans un langage accessible, cet ouvrage permettra aux décideurs, aux ingénieurs et aux chercheurs de bénéficier de méthodologies claires pour mettre en œuvre les réseaux de neurones dans des applications industrielles, financières ou bancaires, dont de nombreux exemples sont présentés. Cette deuxième édition mise à jour et enrichie des derniers développements dans le domaine est accompagnée d'un CD-Rom contenant des d'exemples de modèles en C avec leurs données et d'un outil d'apprentissage dédié, Neuro One (version d'évaluation). | | Note de contenu : |
•Les réseaux de neurones : pourquoi et pour quoi faire ?
•Modélisation à partir de réseaux de neurones : principes et méthodologie de conception de modèles
•Compléments pour la modélisation : réduction de dimension et ré-échantillonnage
•Identification "neuronale" de systèmes dynamiques commandés et réseaux bouclés (récurrents)
•Apprentissage d'une commande en boucle fermée
•La discrimination
•Cartes auto-organisatrices et classification automatique
•Réseaux de neurones sans apprentissage pour l'optimisation
•Outils pour les réseaux de neurones
| | Permalink : | ./index.php?lvl=notice_display&id=10203 |
Réseaux de neurones : méthodologie et applications [texte imprime] / Gérard Dreyfus ; J-M.Martinez . - Paris : Eyrolles, 2004 . - (XVIII-417 p.) : ill. ; 23 cm + 1 disque optique numérique (CD-Rom). ISBN : 978-2-212-11464-5 Notes :
La couv. porte en plus: "Prévision, data mining, bio-ingénierie, reconnaissance de formes, robotique et commande de processus"
Bibliogr. en fin de chapitres et p. [395]-398. Index. Langues : Français | Mots-clés : | Réseaux Procédes industriels Modélisation Statistiques Commande Systèmes dynamiques Filtrage Algorithmes | | Résumé : |
Les réseaux de neurones constituent aujourd'hui une technique de traitement de données bien comprise et maîtrisée, qui devrait faire partie de la boîte à outils de tout ingénieur soucieux de tirer le maximum d'informations pertinentes des données dont il dispose : effectuer des prévisions, de la fouille de données, élaborer des modèles, reconnaître des formes ou des signaux, etc.
Joignant fondements théoriques et applications pratiques dans un langage accessible, cet ouvrage permettra aux décideurs, aux ingénieurs et aux chercheurs de bénéficier de méthodologies claires pour mettre en œuvre les réseaux de neurones dans des applications industrielles, financières ou bancaires, dont de nombreux exemples sont présentés. Cette deuxième édition mise à jour et enrichie des derniers développements dans le domaine est accompagnée d'un CD-Rom contenant des d'exemples de modèles en C avec leurs données et d'un outil d'apprentissage dédié, Neuro One (version d'évaluation). | | Note de contenu : |
•Les réseaux de neurones : pourquoi et pour quoi faire ?
•Modélisation à partir de réseaux de neurones : principes et méthodologie de conception de modèles
•Compléments pour la modélisation : réduction de dimension et ré-échantillonnage
•Identification "neuronale" de systèmes dynamiques commandés et réseaux bouclés (récurrents)
•Apprentissage d'une commande en boucle fermée
•La discrimination
•Cartes auto-organisatrices et classification automatique
•Réseaux de neurones sans apprentissage pour l'optimisation
•Outils pour les réseaux de neurones
| | Permalink : | ./index.php?lvl=notice_display&id=10203 |
|  |
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche Interroger des sources externesRéseaux de neurones / Gérard Dreyfus (2004)
