
Téléchargez l'application Kindle gratuite et commencez à lire des livres Kindle instantanément sur votre smartphone, tablette ou ordinateur - aucun appareil Kindle n'est requis. En savoir plus
Lisez instantanément sur votre navigateur avec Kindle pour le Web.
Utilisation de l'appareil photo de votre téléphone portable - scannez le code ci-dessous et téléchargez l'application Kindle.

Deepmath - Mathématiques (simples) des réseaux de neurones (pas trop compliqués): Algorithmes et mathématiques Broché – 24 janvier 2021
Options d'achat et paniers Plus
- Nombre de pages de l'édition imprimée342 pages
- LangueFrançais
- Date de publication24 janvier 2021
- Dimensions19.05 x 1.98 x 23.5 cm
- ISBN-13979-8692672872
Produits fréquemment achetés ensemble

Les clients ayant consulté cet article ont également regardé
Détails sur le produit
- ASIN : B08TRRNBMQ
- Éditeur : Independently published (24 janvier 2021)
- Langue : Français
- Broché : 342 pages
- ISBN-13 : 979-8692672872
- Poids de l'article : 739 g
- Dimensions : 19.05 x 1.98 x 23.5 cm
- Classement des meilleures ventes d'Amazon : 11,841 en Livres (Voir les 100 premiers en Livres)
- 53 en Mathématiques (Livres)
- 151 en Informatique et internet
- 750 en Personnages scientifiques (Livres)
- Commentaires client :
À propos de l'auteur

Découvrir d'autres livres de l'auteur, voir des auteurs similaires, lire des blogs d'auteurs et plus encore
Commentaires client
Les avis clients, y compris le nombre d’étoiles du produit, aident les clients à en savoir plus sur le produit et à décider s'il leur convient.
Pour calculer le nombre global d’étoiles et la ventilation en pourcentage par étoile, nous n'utilisons pas une simple moyenne. Au lieu de cela, notre système prend en compte des éléments tels que la date récente d'un commentaire et si l'auteur de l'avis a acheté l'article sur Amazon. Les avis sont également analysés pour vérifier leur fiabilité.
En savoir plus sur le fonctionnement des avis clients sur Amazon-
Meilleures évaluations
Meilleures évaluations de France
Un problème s'est produit lors du filtrage des commentaires. Veuillez réessayer ultérieurement.
Il explique simplement comment 1) on peut mettre en place un réseau 2) on peut l'optimiser par la méthode propagation inverse qui est expliquée simplement dans son principe. Il indique finalement comment accéder à l'environnement keras/tensorflow qui permet aisément de mettre en place et de tester un réseau de neurones. Il explique bien la différence entre réseaux denses et ceux qui utilisent les techniques de convolution semble-t-il surtout utiles pour le traitement d'images). Schémas, diagrammes, courbes, formules et lignes de code forment un tout très pédagogique.
On ne peut guère demander mieux.
En fait je vais demander mieux : si on comprend bien comment on met en place et comment on utilise un réseau de neurones, on ne voit pas quelle est la méthodologie qui conduit à choisir un réseau de neurones associé à un problème plutôt qu'un autre (combien de couches ? combien de neurones par couche ?). De plus si le livre indique plusieurs méthodes d'optimisation au dela de la plus simple (sgd) il ne nous dit pas quelles sont les idées sous-jacentes qui rendent par exemple "adam" meilleure que sgd. De plus en utilisant deux méthodes (sgd et adam) sur le même réseau, avec la même fonction "loss" et traitant le même problème, l'analyse des distributions de coefficients montre qu'on converge vers des minimums différents qui ont pourtant des qualités de "précision" comparables sur les données de test. Qu'en penser?
Finalement un petit reproche quand même : la méthode indiquée pour accéder à la base de données images "cifar10" ne fonctionne plus et je n'arrive pas à en trouver une autre.
- Rigoureux, avec un peu de théorie mathématique (juste ce qu'il faut).
- Pratique et applicable : programmes de mise en œuvre en Python 3.
- Ecrit en français (pour les allergiques à l'anglais, mais ce n'est pas mon cas).
- 5 fois moins cher qu'un équivalent US.
Si vous vous intéressez au sujet (IA, Deep learning, Réseaux de Neurones) et vous vouliez un livre sérieux mais qui ne vous ensevelissent pas sous des montagnes de formules mathématiques inapplicables : c'est le LIVRE A ACHETER EN PRIORITE avant tout autre.
Ah si tous les auteurs Français avait une même préoccupation pour la pédagogie et la transmission du savoir on serait moins obligé d'acheter des livres US.