| Ne subissez pas les évolutions de l’intelligence artificielle, maîtrisez-les ! |
Si vous ne parvenez pas à lire cet e-mail, cliquez
ici | | | Expert de la formation
à l'informatique
ÉCOLE | FORMATION | ÉDITION |
|
|
| |
|---|
|
|
| Le Machine Learning et l'IA générative avec Python
De la théorie à la pratique (2e édition) |
|
|---|
| Le livre indispensable pour comprendre et mettre en œuvre le Machine Learning « Le nombre de livres sur l’Intelligence artificielle tend à croître exponentiellement ; il faut donc faire preuve d’une certaine audace pour en proposer un nouveau. Mais surtout il faut faire œuvre utile, et savoir de quoi l’on parle […] Madjid Khichane est de ceux-là », Patrick Albert – Cofondateur d'ILOG et du HUB France IA dans la préface du livre. Ce livre, donc, comble un vide et relève un défi, celui de guider le lecteur dans son autoformation à l’intelligence artificielle, à ses concepts, à ses méthodes et à ses algorithmes. |
|
|---|
|
| Pourquoi ce livre est-il fait pour vous ?
Vous êtes en reconversion professionnelle ? Ce livre vous guide pour démarrer de zéro dans le domaine du Machine Learning.Vous débutez une thèse ou un projet en IA ? Profitez d'exemples pratiques pour appliquer directement les algorithmes.Vous souhaitez vous lancer en Machine Learning ? Ce guide vous montre précisément les compétences nécessaires pour devenir Data Scientist. |
| | |
|
|
|---|
|
| | | | | Écrit par Madjid KHICHANE
Déjà auteur de nombreuses vidéos de formation aux Editions ENI, Madjid Khichane est un expert reconnu en Intelligence Artificielle, spécialisé dans l’apprentissage par renforcement et les systèmes multi-agents.
Ses travaux de PhD en IA, menés en collaboration entre l’Université Claude Bernard Lyon 1 et IBM, ont abouti à des avancées algorithmiques en apprentissage par renforcement, publiées dans des conférences internationales de premier plan.
|
|
|---|
|
| Ce que vous y apprendrez :
✅ La Data science : Ce chapitre introduit les fondamentaux de la Data Science et du Machine Learning, en exposant les étapes clés d’un projet, les types d’algorithmes et les notions essentielles comme le surapprentissage ou la validation : |
|
|---|
|
| ✅ Le langage Python : Ce chapitre introduit les bases de Python essentielles pour manipuler les données et développer des applications en machine learning : |
| | |
|
|
|---|
|
| ✅ Les réseaux de neurones : Ce chapitre introduit les GAN, une architecture de deux réseaux neuronaux opposés, utilisés pour générer des images réalistes via une implémentation pratique en Python avec PyTorch : |
| | |
|
|
|---|
|
| ✅ Les bibliothèques NumPy et Pandas : Introduction aux bases de NumPy et Pandas, deux bibliothèques clés pour le traitement et l’analyse efficace des données en Python, au service du machine learning. |
| | |
|
|
|---|
|
| ✅ Le DeepLearning avec TensorFlow ou OpenCV : Ces chapitres montrent comment combiner TensorFlow et OpenCV pour concevoir des modèles de Deep Learning appliqués à la vision par ordinateur. |
| | |
|
|
|---|
|
| ✅ Le prompt engineering : Ce chapitre présente le prompt engineering comme une méthode essentielle pour concevoir des instructions efficaces, afin d’optimiser les réponses des modèles d’IA générative. |
| | |
|
|
|---|
|
| | | | | Le Machine Learning et l'IA générative avec Python De la théorie à la pratique (2e édition) | | Disponible dès maintenant |
| | |
|
|
|---|
|
| | | | École supérieure du Bac+2
au Bac+5 : une formation,
un diplôme, un emploi |
|
|
| | | | | Formations certifiantes
de 1 à 5 jours
pour les professionnels |
|
|
| | | | | Créateur de contenus de
formation : e-learning, livres,
vidéos et certifications |
|
|
|
|---|
|
|
| | | 2a rue benjamin franklin, 44800, Saint herblain |
| | |
|
|
|---|
|
|
|
Si vous souhaitez vous désinscrire de notre newsletter, cliquez
ici 