Deepmath - Mathématiques (simples) des réseaux de neurones (pas trop compliqués): Algorithmes et mathématiques (Livres Exo7) (French Edition): Bodin, Arnaud, Recher, François: 9798692672872: Amazon.com: Books (original) (raw)
Enjoy fast, free delivery, exclusive deals, and award-winning movies & TV shows.
FREE delivery Wednesday, April 15 on orders shipped by Amazon over $35
Or Prime members get FREE delivery Sunday, April 12. Join Prime
$
$14.25
() Includes selected options. Includes initial monthly payment and selected options. Details
Initial payment breakdown
Shipping cost, delivery date, and order total (including tax) shown at checkout.
Enhancements you chose aren't available for this seller. Details
To add the following enhancements to your purchase, choose a different seller.
%cardName%
${cardName} not available for the seller you chose
cardNameunavailableforquantitiesgreaterthan{cardName} unavailable for quantities greater than cardNameunavailableforquantitiesgreaterthan{maxQuantity}.
Your transaction is secure
We work hard to protect your security and privacy. Our payment security system encrypts your information during transmission. We don’t share your credit card details with third-party sellers, and we don’t sell your information to others. Learn more
Unable to add item to List. Please try again.
Sorry, there was a problem.
There was an error retrieving your Wish Lists. Please try again.
Sorry, there was a problem.
List unavailable.
Download the free Kindle app and start reading Kindle books instantly on your smartphone, tablet, or computer - no Kindle device required.
Read instantly on your browser with Kindle for Web.
Using your mobile phone camera - scan the code below and download the Kindle app.
Image Unavailable
Image not available for
Color:
Follow the author
Get new release updates & improved recommendations
Something went wrong. Please try your request again later.
Sorry, there was a problem loading this page. Try again.
{"desktop_buybox_group_1":[{"displayPrice":"$14.25","priceAmount":14.25,"currencySymbol":"$","integerValue":"14","decimalSeparator":".","fractionalValue":"25","symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"x5QWmpVvyZtCepPYIL3vb7RUUqczUr6Ui1imfdHCF8SjNGE1To741loWn2lELMJFX5hRKWYvlQ4azBRAUVEW7d%2BY%2BRG2Pm3si8eaRmLkSPCNwRPenwGh6nY9g1wQdwh7kc0hAzaIMKq6A6VT%2F8wIhw%3D%3D","locale":"en-US","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}]}
Purchase options and add-ons
L'intelligence artificielle a fait d'énormes progrès grâce aux réseaux de neurones. Les ordinateurs jouent maintenant aux échecs, pilotent des voitures, détectent des maladies et communiquent avec vous grâce à ChatGPT ! Ce livre détaille les bases mathématiques qui se cachent derrière ces réseaux et vous explique comment programmer simplement des réseaux de neurones.
Chapitres : Dérivée • Python : numpy et matplotlib avec une variable • Fonctions de plusieurs variables • Python : numpy et matplotlib avec deux variables • Réseau de neurones • Python : tensorflow avec keras - partie 1 • Gradient • Descente de gradient • Rétropropagation • Python : tensorflow avec keras - partie 2 • Convolution : une dimension • Convolution • Convolution avec Python • Convolution avec tensorflow/keras • Tenseurs • Probabilités • ChatGPT - partie 1 • ChatGPT - partie 2
- Publication date
January 24, 2021 - Dimensions
7.5 x 0.92 x 9.25 inches
Similar items that may deliver to you quickly
Product details
- ASIN : B08TRRNBMQ
- Publisher : Independently published
- Publication date : January 24, 2021
- Language : French
- Print length : 406 pages
- ISBN-13 : 979-8692672872
- Item Weight : 1.63 pounds
- Dimensions : 7.5 x 0.92 x 9.25 inches
- Part of series : Livres Exo7
- Best Sellers Rank: #11,595,373 in Books (See Top 100 in Books)
- #4,204 in Computer Neural Networks
- #47,706 in Mathematics (Books)
- #88,347 in Computer Science (Books)
- Customer Reviews:
Brief content visible, double tap to read full content.
Full content visible, double tap to read brief content.
Videos
Help others learn more about this product by uploading a video!
About the author
Follow authors to get new release updates, plus improved recommendations.
Brief content visible, double tap to read full content.
Full content visible, double tap to read brief content.
Discover more of the author’s books, see similar authors, read book recommendations and more.
Customer reviews
74 global ratings
How customer reviews and ratings work
Customer Reviews, including Product Star Ratings help customers to learn more about the product and decide whether it is the right product for them.
To calculate the overall star rating and percentage breakdown by star, we don’t use a simple average. Instead, our system considers things like how recent a review is and if the reviewer bought the item on Amazon. It also analyzed reviews to verify trustworthiness.
Learn more how customers reviews work on Amazon
Images in this review
Top reviews from other countries
5.0 out of 5 stars Intéressant livre
Reviewed in Canada on July 25, 2023
Intéressant livre pour débutant sur les réseaux de neurones et la convolution.
5.0 out of 5 stars Amazing
Reviewed in the United Kingdom on December 2, 2024
Very well written, concise and clear.
Worth it.
5.0 out of 5 stars Excellentissime pour s'initier et progresser !
Reviewed in France on January 19, 2025
Cet ouvrage réussit le pari d'expliquer les bases mathématiques des réseaux de neurones de manière accessible, sans sacrifier la rigueur. L'auteur vulgarise des concepts complexes comme les fonctions d'activation, les algorithmes d'apprentissage ou le gradient, en s’appuyant sur des exemples clairs et des illustrations. Idéal pour les débutants en intelligence artificielle, il évite le jargon inutile. Cependant, les lecteurs expérimentés pourraient le trouver trop élémentaire, et certains sujets plus avancés (comme les architectures complexes ou les optimisations modernes) sont survolés. En somme, un bon guide d'introduction, mais limité pour ceux cherchant des approfondissements techniques.
5.0 out of 5 stars Simple, Rigoureux, Efficace
Reviewed in France on October 13, 2021
Ce livre permet une approche progressive des méthodes des réseaux de neurones (pour ceux qui préfèrent prendre le temps de lire bien sûr).
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.
4.0 out of 5 stars très bon livre d'introduction
Reviewed in France on May 15, 2024
Pour savoir quelque chose sur les réseaux neuronaux