Revue de livres : Machine Learning, Deep Learning…

Revue de livres : Le langage Python

L’apprentissage automatique (Machine learning), l’apprentissage en profondeur (Deep learning), l’intelligence artificielle sont aujourd’hui des domaines de connaissances très populaires. Nous avons préparé la revue des livres intéressants si vous souhaitez vous développer dans ce domaine.

 

Machine Learning with Python Cookbook: Practical Solutions from Preprocessing to Deep Learning

Écrit par : Chris Albon

Un guide pratique pour les professionnels de l’apprentissage automatique. On suppose que le lecteur est déjà familiarisé avec la théorie de l’apprentissage automatique, qu’il connaît également Python à un niveau décent et sait gérer ses packages.

Les recettes sont les suivantes. Tout d’abord, la tâche est annoncée (par exemple, «Il existe des données avec un très petit nombre de valeurs non nulles qui doivent être représentées efficacement»). Ensuite, une solution de travail prête à l’emploi (code) est proposée, suivie d’une section traitant de cette solution et de liens vers des documents supplémentaires sur le sujet. Il y a environ 200 recettes dans le livre.

 

 

 

Python Deep Learning

Écrit par : Ivan Vasilev, Daniel Slater, Gianmario Spacagna, Peter Roelants, Valentino Zocca

Ce livre vous aidera à explorer le domaine de l’apprentissage profond et à commencer à appliquer l’apprentissage automatique dans vos projets. Vous vous familiariserez avec diverses architectures de réseaux neuronaux, apprendrez à résoudre des problèmes dans le domaine de la vision par ordinateur, du traitement du langage naturel et de la reconnaissance vocale.

Le livre est destiné aux spécialistes des données, aux développeurs de systèmes d’apprentissage automatique et à toute personne intéressée par l’apprentissage en profondeur. Le lecteur est supposé avoir une connaissance de base de l’apprentissage automatique et une certaine expérience de Python. Ce livre sera très utile pour ceux qui ont également une formation en mathématiques et une compréhension des concepts de calcul et de statistique.

 

Mastering Machine Learning with Python in Six Steps

Écrit par :  Manohar Swamynathan

Les auteurs proposent un chemin en six étapes, guidé par la théorie selon laquelle ce sont six étapes qui séparent une personne de pratiquement tout.

Chacun des chapitres du livre est divisé en deux parties. La première traite des concepts théoriques, et le second traite de leur implémentation pratique à l’aide de divers packages Python. Les sujets purement mathématiques derrière les algorithmes sont couverts au niveau minimum suffisant pour vous permettre de démarrer avec l’apprentissage automatique.

Le livre est destiné aux pythonistes qui souhaitent acquérir des compétences d’apprentissage automatique. Il sera également utile pour les programmeurs qui parlent d’autres langues et sont engagés dans l’apprentissage automatique – s’ils souhaitent acquérir des compétences dans la mise en œuvre d’algorithmes ML en Python.

 

Artificial Intelligence with Python: Your complete guide to building intelligent apps using Python 3.x

Écrit par : Prateek Joshi

Ce livre vous présentera d’abord le concept même de l’intelligence artificielle. Vous passerez ensuite à l’exploration de sujets plus complexes tels que les forêts extrêmement aléatoires, les modèles de Markov cachés, les algorithmes génétiques, les réseaux de neurones convolutifs.

Presque chaque chapitre du livre, en plus de la théorie, contient également une analyse d’exemples de son utilisation. Par exemple, le chapitre « Construire des jeux avec une intelligence artificielle » explore comment créer des robots pour Last Standing et Tic-Tac-Toe, ainsi que deux robots jouant entre eux à Connect Four et Hexapawn. Les codes sources des exemples sont publiés sur GitHub.

Le livre est destiné aux programmeurs qui connaissent Python. En principe, pour comprendre le matériel, il suffit de connaître ce langage à un niveau de base, mais si vous êtes un pythoniste expérimenté, il vous sera beaucoup plus facile de comprendre les exemples.

 

En espérant que cela vous a plu, et retrouvons-nous très bientôt pour une nouvelle revue.

Vadim Kosterev, Business Developer