2,99 €
Mehr erfahren.
- Herausgeber: Tektime
- Kategorie: Wissenschaft und neue Technologien
- Sprache: Französisch
- Veröffentlichungsjahr: 2020
Cherchez-vous un livre d’apprentissage élémentaire pour vous familiariser à l'apprentissage automatique ? Mon livre vous expliquera les concepts de base de façon simple et compréhensible. Une fois que vous l’aurez lu, vous aurez une connaissance robuste des principes de base qui vous permettront de passer plus facilement à un livre de niveau plus avancé si vous souhaitez en connaître davantage.
Das E-Book können Sie in Legimi-Apps oder einer beliebigen App lesen, die das folgende Format unterstützen:
Seitenzahl: 64
Ähnliche
L'apprentissage automatique en action
Une introduction pour le profane
Alan T. Norman
Traducteur : N`Doua Diby Gaston
Copyright © 2020 - Alan T. Norman. Tous droits réservés.
Aucune partie de cette publication ne peut être reproduite, distribuée ni transmise sous quelque forme ou par quelque moyen que ce soit, notamment par photocopie, enregistrement ou autres méthodes électroniques ou mécaniques, ou par tout système de stockage et de recherche d'informations sans l'autorisation écrite préalable de l'éditeur, sauf dans le cas de citations très brèves figurant dans des critiques et de certaines autres utilisations non commerciales autorisées par la loi sur le droit d'auteur.
Table des matières
Pourquoi j'ai écrit ce livre
Ce livre n’aborde pas les algorithmes d'apprentissage automatique de codage
Une introduction pour le profane
Chapitre 1. Qu'est-ce que l'apprentissage automatique
Programmation explicite ou formation à l'algorithme
Définitions: intelligence artificielle ou apprentissage automatique ou réseaux neuronaux
CONCEPTS DE BASE
APPRENTISSAGE AUTOMATIQUE SUPERVISÉ OU APPRENTISSAGE AUTOMATIQUE NON SUPERVISÉ
Quels sont les problèmes que l'apprentissage automatique peut résoudre ?
La boîte noire: ce que nous ne savons pas sur l'apprentissage machine
Allons plus loin
Chapitre 2. Le nettoyage, l'étiquetage et la conservation des ensembles de données
Nettoyage De L'ensemble Des Données
nécessité de très grands ensembles de données pour le ML
Nécessité d’un bon étiquetage
Chapitre 3. Choisir ou écrire un algorithme ml
Concepts de base
Types d'algorithmes populaires
L’algorithme D'apprentissage K-Means Clustering
Ce qu'il faut pour écrire un nouvel algorithme
Chapitre 4. Formation et déploiement d'un algorithme
La programmation nécessaire
Statique ou dynamique
Ingénierie du réglage et des fonctionnalités
Se Débarrasser D’un Algorithme
Chapitre 5. les applications pratiques de l'apprentissage automatique
Le secteur des transports
Recommandations De Produits
Le Secteur Des Finances
Assistants vocaux, maisons et voitures intelligentes
Conclusion
Les livres bonus des Bitcoin Whales
Autres livres de Alan T. Norman:
Pourquoi J'ai Ecrit Ce Livre
Bienvenue dans le monde de l'apprentissage automatique !
L'intelligence artificielle est prête à changer le cours de l'histoire humaine, peut-être plus que toute autre technologie. Une grande partie de cette révolution est l'apprentissage automatique.
L'apprentissage automatique est la science qui consiste à apprendre aux ordinateurs à faire des prédictions à partir de données. À un niveau élémentaire, l'apprentissage automatique consiste à donner à un ordinateur un ensemble de données et à lui demander de faire une prédiction. Au début, l'ordinateur se trompera sur de nombreuses prédictions. Cependant, au fil des milliers de prédictions, l'ordinateur ré-outillera son algorithme et fera de meilleures prédictions.
Ce type d'informatique prédictive était autrefois impossible. Les ordinateurs ne pouvaient tout simplement pas stocker suffisamment de données ni les traiter assez rapidement pour apprendre efficacement. Aujourd'hui, au fil des années, les ordinateurs deviennent de plus en plus intelligents à un rythme rapide. Les progrès réalisés en matière de stockage et de puissance de traitement des données sont à l'origine de cette tendance à l'amélioration des machines. En conséquence, les ordinateurs d'aujourd'hui font des choses qui étaient impensables il y a seulement une ou deux décennies.
L'apprentissage automatique affecte déjà votre vie quotidienne. Amazon utilise l'apprentissage automatique pour prévoir les produits que vous voudrez acheter. Gmail l'utilise pour filtrer les messages spam de votre boîte de réception. Vos recommandations de films sur Netflix sont exécutées sur une base d’algorithmes d'apprentissage automatique.
Cependant, l'impact de l'apprentissage automatique ne s'arrête pas là. Les algorithmes d'apprentissage automatique font des prévisions dans toutes sortes de secteurs, de l'agriculture aux soins de santé. De plus, ses effets se feront sentir dans de nouvelles industries et de nouvelles manières chaque année. À mesure que ces nouvelles applications de l'apprentissage automatique émergeront, nous les accepterons progressivement comme faisant partie de notre vie quotidienne. Néanmoins, cette nouvelle dépendance à l'égard des machines intelligentes est un tournant dans l'histoire de la technologie, et la tendance ne fait que s'accélérer.
À l'avenir, l'apprentissage automatique et l'intelligence artificielle en général entraîneront l'automatisation d'un grand nombre de tâches que les humains accomplissent aujourd'hui. Les voitures qui se conduisent seules font appel à l'apprentissage automatique pour la reconnaissance d'images et feront de plus en plus partie des transports, tout comme les camions et autres véhicules qui se conduisent seuls pour transporter des marchandises. Une grande partie de l'agriculture et de la fabrication est désormais automatisée, de sorte que l'apprentissage automatique fournit la nourriture que nous consommons et les biens que nous utilisons. La tendance à l'automatisation ne fait que s'accélérer. D'autres applications de l'apprentissage automatique pourraient changer fondamentalement les tâches que les humains accomplissent au quotidien, car les machines deviennent plus aptes à gérer des processus et à réaliser des travaux de connaissance.
Puisque l'apprentissage automatique aura un impact si profond sur la vie quotidienne, il importe que chacun ait accès à des informations sur son fonctionnement. C'est pour cette raison que j'ai écrit ce livre. Le paysage actuel de l'information sur l'apprentissage automatique est fragmenté.
Tout d'abord, il y a des explications pour le grand public qui rendent les concepts muets. Ces explications donnent l'impression que l'apprentissage automatique est quelque chose que seul un expert peut comprendre.
Deuxièmement, il y a les documents techniques rédigés par des experts pour des experts. Ils excluent le grand public par leur jargon et leur complexité. Il est évident que la rédaction et l'exécution d'un algorithme d'apprentissage automatique est une énorme prouesse technique, et ces explications techniques sont importantes. Cependant, il y a un trou dans la littérature actuelle sur l'apprentissage automatique.
Qu'en est-il du profane qui veut vraiment comprendre cette révolution technologique, pas nécessairement pour écrire du code mais pour avoir une idée des changements qui se produisent autour de lui ? La compréhension des concepts fondamentaux de l'apprentissage automatique ne devrait pas être réservée à une élite technologique. Ces changements nous affecteront tous. Ils ont des conséquences d’ordre éthique, et il est important que le public connaisse tous les avantages et les inconvénients de l'apprentissage automatique.
Voici la raison pour laquelle j'ai écrit ce livre. Si cela vous semble intéressant, j'espère que vous l'apprécierez.
Ce livre n’aborde pas les algorithmes d'apprentissage automatique de codage
Au cas où cette introduction n'était pas assez clair : ce livre n’est pas un livre de codage. Il n'est pas destiné aux informaticiens pour qu'ils en apprennent à créer des algorithmes d'apprentissage automatique.
D'une part, je suis loin d'être qualifié pour écrire un tel livre. Les gens passent des années à apprendre les subtilités de l'écriture d'algorithmes et des réseaux de formation. Il existe des programmes entiers de doctorat qui explorent les limites de ce domaine, s'appuyant sur l'algèbre linéaire et les statistiques prédictives. Si vous vous plongez dans les détails de l'apprentissage automatique et que vous aimez suffisamment ce domaine pour en obtenir un doctorat, vous pourriez facilement en sortir avec un salaire de 300 à 600 000 dollars en travaillant pour une grande entreprise technologique. C'est dire combien ces compétences sont rares et précieuses.
Je n'ai pas ces qualifications, et je pense que c'est une bonne chose. Si vous avez pris ce livre, cela signifie que vous êtes un débutant intéressé par l'apprentissage automatique. Vous n'êtes probablement pas un technicien, ou si vous l'êtes, vous cherchez un livre de base pour vous en familiariser aux concepts de base. En tant qu'auteur du domaine de la technologie, j'apprends constamment sur les technologies. Je suis un étudiant de l'apprentissage automatique et je me souviens de ce que c'est que d'être un débutant. Je peux vous aider à expliquer les concepts de base de manière à ce qu'ils vous soient faciles à comprendre. Une fois que vous aurez lu ce livre, vous aurez une solide connaissance des principes de base qui vous permettra de passer plus facilement à un livre plus avancé si vous voulez en savoir davantage.
