Machine Learning avec Scikit-Learn – 3e éd.: Mise en oeuvre et cas concrets

L’apprentissage automatique, ou Machine Learning, connaît aujourd’hui une véritable effervescence. Mais qu’est-ce que cela implique vraiment, et comment pouvez-vous l’intégrer dans vos projets ? Dans cette 3e édition de cet ouvrage de référence, vous découvrirez les concepts clés du Machine Learning et apprendrez à maîtriser les outils nécessaires pour créer vos propres systèmes d’apprentissage automatique.

Vous apprendrez à utiliser Scikit-Learn, un outil open source à la fois simple et puissant, que vous pourrez déployer dans vos systèmes de production. Suivez pas à pas toutes les étapes d’un projet utilisant Scikit-Learn et Pandas pour acquérir les bases du Machine Learning. Ouvrez les boîtes noires pour comprendre le fonctionnement des algorithmes et explorez divers modèles d’entraînement, y compris les machines à vecteur de support (SVM).

Comprenez les modèles d’arbres de décision et de forêts aléatoires, et tirez parti des méthodes ensemblistes. Découvrez également des techniques d’apprentissage non supervisé, comme la réduction de dimensionnalité, la classification et la détection d’anomalies. Vous trouverez tous les exemples de code en ligne sous forme de notebooks Jupyter à l’adresse suivante : https://github.com/ageron/handson-ml3. Plongez dans cette aventure d’apprentissage !