IziBooks IziBooks IziBooks IziBooks
Deep learning génératif - David Foster - edi8

Suivre l’actualité de ce titre (promotion, parution...)

Deep learning génératif

de Dominique Maniez (traduction), David Foster (auteur)
Maison d'édition : edi8
octobre 2024
Téléchargement après achat
26,99 €

Comment récupérer et lire mon ebook ?

  Paiement sécurisé

Résumé

L'intelligence artificielle générative est le sujet en pointe dans le monde des hautes technologies, notamment grâce à ChatGPT.
Très bon démarrage de ChatGPT pour les Nuls , avec plus de 2 000 ex. vendus en 3 mois.
Ce guide pratique s'adresse aux ingénieurs de l'apprentissage machine (machine learning) et aux data scientists qui veulent créer des modèles d'apprentissage profond (deep learning) génératifs en partant de zéro. Après une présentation des bases du deep learning, à vous les architectures de réseaux de neurones les plus sophistiquées !
Auto-encodeurs variationnels, réseaux antagonistes génératifs et systèmes d'entraînement du langage n'auront bien plus de secrets pour vous.
Ce livre explore toutes les potentialités du l'IA générative, en matière de texte, de musique ou d'image, ainsi que les perspectives qu'elle ouvre aux entreprises.

Auteur

  • Dominique Maniez (Traduit par)

    Après des études de philosophie, Dominique Maniez s’est reconverti dans l’informatique. Auteur de nombreux ouvrages de vulgarisation, il s’est fait une spécialité de l’apprentissage de la programmation à des grands débutants et à des publics non scientifiques. Il enseigne actuellement l’algorithmique à l’Université de Lyon à des étudiants de sciences humaines.
     

Auteur(s) : David Foster

Avis

Pour évaluer et laisser un commentaire sur le produit, merci de vous connecter à votre compte.

Caractéristiques

Editeur : edi8

Auteur(s) : David Foster

Publication : 3 octobre 2024

Intérieur : Noir & blanc

Support(s) : Livre numérique eBook [ePub]

Contenu(s) : ePub

Protection(s) : Marquage social (ePub)

Taille(s) : 29,4 Mo (ePub)

Langue(s) : Français

Code(s) CLIL : 3225

EAN13 Livre numérique eBook [ePub] : 9782412100196

EAN13 (papier) : 9782412092699

Vous aimerez aussi

Les promos du moment
--:-- / --:--