文库 行业资料 AI

Deep Learning avec Keras et TensorFlow_ Mise en oeuvre et cas concrets_Aurélien Géron, Hervé Soulard.pdf

AI PDF   567页   下载0   2026-01-25   浏览10   收藏0   点赞0   评分-   1422790字   免费文档
温馨提示:当前文档最多只能预览 5 页,若文档总页数超出了 5 页,请下载原文档以浏览全部内容。
Deep Learning avec Keras et TensorFlow_ Mise en oeuvre et cas concrets_Aurélien Géron, Hervé Soulard.pdf 第1页
Deep Learning avec Keras et TensorFlow_ Mise en oeuvre et cas concrets_Aurélien Géron, Hervé Soulard.pdf 第2页
Deep Learning avec Keras et TensorFlow_ Mise en oeuvre et cas concrets_Aurélien Géron, Hervé Soulard.pdf 第3页
剩余562页未读, 下载浏览全部
Aurélien Géron Deep Learning avec Keras et TensorFlow Mise en œuvre et cas concrets Traduit de l’anglais par Hervé Soulard 2 e édition Aurélien Géron Deep Learning avec Keras et TensorFlow Mise en œuvre et cas concrets Traduit de l’anglais par Hervé Soulard Authorized French translation of material from the English edition of Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2E ISBN 9781492032649 © 2019 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 : Karen Montgomery Illustratrice : Rebecca Demarest © Dunod, 2017, 2020 11 rue Paul Bert, 92240 Malakoff www.dunod.com ISBN 978‑2-10‑080502-0 Table des matières Avant-propos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . IX Chapitre 1. – Les fondamentaux du Machine Learning. . . . . . . . . . . . . . . . . . . . . . . . 1 1.1 Installer le projet handson-ml2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.2 Installer Tensorflow et Jupyter. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.3 Qu’est-ce que le Machine Learning ?. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.4 Comment le système apprend-il ?. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.5 Régression linéaire. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.6 Descente de gradient. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.7 Régression polynomiale. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 1.8 Courbes d’apprentissage. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 1.9 Modèles linéair
Deep Learning avec Keras et TensorFlow_ Mise en oeuvre et cas concrets_Aurélien Géron, Hervé Soulard.pdf