Machine Learning for Beginners
Ebook

Machine Learning pour Débutants

4.0 / 5  

Découvrez les bases du Machine Learning grâce à une approche progressive associant explications accessibles, méthodes et exercices corrigés. De la préparation des données à l’évaluation des modèles, ce livre vous accompagne dans vos premiers apprentissages.

100.0 MAD / eBook

About This Product

Discover the content, objectives and characteristics of this academic eBook.

Description

Vous souhaitez comprendre le Machine Learning et apprendre à choisir les méthodes adaptées à vos données ? Machine Learning pour débutants vous propose un parcours structuré pour acquérir les fondamentaux, étape par étape.

Vous découvrirez comment évaluer les performances d’un modèle, transformer les données, réduire leur dimension et équilibrer les classes. Vous étudierez ensuite les principales méthodes de régression, de classification et de clustering, afin de comprendre leurs principes et leurs usages.

Chaque chapitre associe des objectifs d’apprentissage, un cours résumé, des explications méthodologiques et des exercices d’application accompagnés de corrigés détaillés et commentés. Cette approche permet de consolider les notions et de s’entraîner à son rythme.

Le livre privilégie la compréhension des concepts et le raisonnement mathématique, sans nécessiter de connaissances en programmation. Il s’adresse aux étudiants, aux enseignants et à toute personne souhaitant construire des bases solides en Machine Learning.

eBook Information

Author Mansour Salah-Eddine
Language fr
Pages 184
Format Digital Edition
Level intermediate

What You Will Learn

Through simple explanations, practical exercises, and a learning approach designed to develop understanding, creativity, and problem-solving skills.

Méthodes d’évaluation

Mesurer et interpréter les performances des modèles.

Transformation des données

Préparer les données pour l’apprentissage.

Réduction de la dimensionnalité

Simplifier la représentation des données.

Échantillonnage et équilibrage des classes

Comprendre et traiter les déséquilibres entre les classes.

Méthodes de régression

Prédire des valeurs numériques.

Méthodes de classification

Attribuer une catégorie à une observation.

Méthodes de clustering

Regrouper des observations selon leurs similarités.

Prerequisites

  • Des bases en algèbre : équations, fonctions, vecteurs et matrices.
  • Des notions élémentaires en probabilités et en statistiques : moyenne, variance et probabilités.
  • Aucune connaissance préalable en Machine Learning.
  • Aucune compétence en programmation requise.

Who Is This eBook For?

  • Ingénieurs
  • Médecins
  • Étudiants en licence et en master.
  • Doctorants souhaitant utiliser le Machine Learning
  • Étudiants en classes préparatoires.

Order Your eBook

Complete the form below to place your order.

Order Information