Le deep learning en équations

Cepadues - EAN : 9782383952305

TEYTAUD OLIVIER

Skip to the end of the images gallery

Skip to the beginning of the images gallery

Nouveauté

Édition papier

EAN : 9782383952305

Paru le : 21 oct. 2025

24,00 € 22,75 €

Disponible

Pour connaître votre prix et commander, identifiez-vous

Notre engagement qualité

Livraison gratuite
en France sans minimum
de commande
Manquants maintenus
en commande
automatiquement
Un interlocuteur
unique pour toutes
vos commandes
Toutes les licences
numériques du marché
au tarif éditeur
Assistance téléphonique
personalisée sur le
numérique
Service client
Du Lundi au vendredi
de 9h à 18h

Détails

EAN13 : 9782383952305
Réf. éditeur : 2230
Editeur : Cepadues
Date Parution : 21 oct. 2025
Disponibilite : Disponible
Barème de remise : NS
Nombre de pages : 250
Format : H:240 mm L:160 mm E:12 mm
Poids : 585gr

Résumé

Résumé : Cet ouvrage présente le deep learning. À des fins de concision, et les codes sources étant aisément trouvés sur internet, on évitera d’inclure du code, tout en encourageant le lecteur à ne pas avoir peur : les plateformes modernes (comme Pytorch, en Python) sont très aisées à manier, et on trouve facilement des “colab”, que l’on peut même, parfois, faire tourner à distance si on ne dispose pas d’une machine assez puissante.
Grâce à ce choix éditorial, accompagné d’une formalisation en équations, on couvrira une grande partie du deep learning (en français “apprentissage profond”), sans être exagérément long. En particulier, tous les éléments permettant de comprendre les IA conversationnelles ou génératrices d’images sont inclus.
Les prérequis sont essentiellement la compréhension du produit matrice / vecteur (le passage au tenseur est aisé) et de ce qu’est un gradient (ce qui devrait être simple pour qui connaît le concept de dérivée).

Sommaire
1 Avant-propos
2 Introduction
3 Principes généraux : apprendre de grands modèles à partir de grandes données
4 Fonctions de perte
5 Architectures neuronales
6 Optimisation numérique
7 Éthique
8 Sujets supplémentaires sur l'apprentissage profond
9 Conclusion: l’IA et nous
10 Acronymes et glossaire
11 Bibliographie
12 Table des matières détaillée
Biographie : Olivier Teytaud est chercheur en IA depuis le siècle dernier et a assisté à toutes les grandes évolutions de l’IA depuis lors. Après sa thèse, il a travaillé chez Artelys, dans des laboratoires publics français (notamment comme chercheur à l’Inria), et parfois en délégation dans des groupes américains (Google, Facebook/Meta).