|
| Titre : | Apprentissage artificiel concepts et algorithmes | | Type de document : | texte imprime | | Auteurs : | Cornuéjols, Antoine, Auteur ; Miclet, Laurent, Auteur ; Kodratoff, Yves, Auteur | | Editeur : | Paris : Eyrolles | | Année de publication : | cop.2002 | | Importance : | (XXXVIII-591 p.) | | Présentation : | ill., couv. ill. en coul. | | Format : | 23 cm | | ISBN/ISSN/EAN : | 978-2-212-11020-3 | | Note générale : |
Autre(s) tirage(s) : 2003
Bibliogr. p.[571]-[586]. Index
voir la 2e éd via URL associé | | Langues : | Français | | Catégories : | Automates et Intelligence Artificielle
| | Mots-clés : | Apprentissage automatique Intelligence artificielle Algorithmes | | Index. décimale : | 006.31 | | Résumé : |
Les programmes d'intelligence artificielle sont aujourd'hui capables de reconnaître des commandes vocales, d'analyser automatiquement des photos satellites, d'assister des experts pour prendre des décisions dans des environnements complexes et évolutifs (analyse de marchés financiers, diagnostics médicaux...), de fouiller d'immenses bases de données hétérogènes, telles les innombrables pages du Web...
Pour réaliser ces tâches, ils sont dotés de modules d'apprentissage leur permettant d'adapter leur comportement à des situations jamais rencontrées, ou d'extraire des lois à partir de bases de données d'exemples.
Ce livre présente les concepts qui sous-tendent l'apprentissage artificiel, les algorithmes qui en découlent et certaines de leurs applications. Son objectif est de décrire un ensemble d'algorithmes utiles en tentant d'établir un cadre théorique unique pour l'ensemble des techniques regroupées sous ce terme " d'apprentissage artificiel ".
A qui s'adresse ce livre ?
* Aux décideurs et aux ingénieurs qui souhaitent comprendre l'apprentissage automatique et en acquérir des connaissances solides ;
* Aux étudiants de niveau maîtrise, DEA ou école d'ingénieurs qui souhaitent un ouvrage de référence en intelligence artificielle et en reconnaissance des formes. | | Note de contenu : |
Les fondements de l'apprentissage
De l'apprentissage naturel à l'apprentissage artificiel
Première approche théorique de l'induction
L'environnement méthodologique de l'apprentissage
Apprentissage par exploration
Induction et relation d'ordre : l'espace des versions
La programmation logique inductive
Transfert de connaissance et apprentissage par analogie
L'inférence grammaticale
Apprentissage par évolution simulée
Apprentissage par optimisation
L'apprentissage de modèles linéaires
L'apprentissage de réseaux connexionistes
L'apprentissage de réseaux bayésiens
L'apprentissage de modèles de Markov cachés
Apprentissage par inférence d'arbres
Apprentissage par approximation et interpolation
Méthode à noyaux
L'apprentissage bayésien et son approximation
L'apprentissage de réflexes par renforcement
Au-delà de l'apprentissage supervisé
Apprentissage de combinaisons d'experts
La classification non-supervisée et la fouille de donnée
L'apprentissage semi-supervisé
Vers de nouvelles tâches et de nouvelles questions
Analyse de l'induction : approfondissement et ouvertures
Annexes techniques | | En ligne : | https://www.amazon.fr/Apprentissage-artificiel-algorithmes-Laurent-Miclet/dp/221 [...] | | Permalink : | ./index.php?lvl=notice_display&id=11723 |
Apprentissage artificiel concepts et algorithmes [texte imprime] / Cornuéjols, Antoine, Auteur ; Miclet, Laurent, Auteur ; Kodratoff, Yves, Auteur . - Paris : Eyrolles, cop.2002 . - (XXXVIII-591 p.) : ill., couv. ill. en coul. ; 23 cm. ISBN : 978-2-212-11020-3
Autre(s) tirage(s) : 2003
Bibliogr. p.[571]-[586]. Index
voir la 2e éd via URL associé Langues : Français | Catégories : | Automates et Intelligence Artificielle
| | Mots-clés : | Apprentissage automatique Intelligence artificielle Algorithmes | | Index. décimale : | 006.31 | | Résumé : |
Les programmes d'intelligence artificielle sont aujourd'hui capables de reconnaître des commandes vocales, d'analyser automatiquement des photos satellites, d'assister des experts pour prendre des décisions dans des environnements complexes et évolutifs (analyse de marchés financiers, diagnostics médicaux...), de fouiller d'immenses bases de données hétérogènes, telles les innombrables pages du Web...
Pour réaliser ces tâches, ils sont dotés de modules d'apprentissage leur permettant d'adapter leur comportement à des situations jamais rencontrées, ou d'extraire des lois à partir de bases de données d'exemples.
Ce livre présente les concepts qui sous-tendent l'apprentissage artificiel, les algorithmes qui en découlent et certaines de leurs applications. Son objectif est de décrire un ensemble d'algorithmes utiles en tentant d'établir un cadre théorique unique pour l'ensemble des techniques regroupées sous ce terme " d'apprentissage artificiel ".
A qui s'adresse ce livre ?
* Aux décideurs et aux ingénieurs qui souhaitent comprendre l'apprentissage automatique et en acquérir des connaissances solides ;
* Aux étudiants de niveau maîtrise, DEA ou école d'ingénieurs qui souhaitent un ouvrage de référence en intelligence artificielle et en reconnaissance des formes. | | Note de contenu : |
Les fondements de l'apprentissage
De l'apprentissage naturel à l'apprentissage artificiel
Première approche théorique de l'induction
L'environnement méthodologique de l'apprentissage
Apprentissage par exploration
Induction et relation d'ordre : l'espace des versions
La programmation logique inductive
Transfert de connaissance et apprentissage par analogie
L'inférence grammaticale
Apprentissage par évolution simulée
Apprentissage par optimisation
L'apprentissage de modèles linéaires
L'apprentissage de réseaux connexionistes
L'apprentissage de réseaux bayésiens
L'apprentissage de modèles de Markov cachés
Apprentissage par inférence d'arbres
Apprentissage par approximation et interpolation
Méthode à noyaux
L'apprentissage bayésien et son approximation
L'apprentissage de réflexes par renforcement
Au-delà de l'apprentissage supervisé
Apprentissage de combinaisons d'experts
La classification non-supervisée et la fouille de donnée
L'apprentissage semi-supervisé
Vers de nouvelles tâches et de nouvelles questions
Analyse de l'induction : approfondissement et ouvertures
Annexes techniques | | En ligne : | https://www.amazon.fr/Apprentissage-artificiel-algorithmes-Laurent-Miclet/dp/221 [...] | | Permalink : | ./index.php?lvl=notice_display&id=11723 |
|  |
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche Interroger des sources externesApprentissage artificiel concepts et algorithmes / Cornuéjols, Antoine (cop.2002)
