Documents liés : [18 document(s)]

Documents (Mots clés)

• [MathPrépublication] Models and numerical methods for multiscale transport problems / Navoret, Laurent. -Strasbourg : Université de Strasbourg, 2024. - vi, 76 p. ; 30 cm
  https://tel.archives-ouvertes.fr/tel-04826632
  
• [IremOuvrage] Le spectre d'Atacama / Connes, Alain ; Chéreau, Danye ; Dixmier, Jacques. -Paris : Odile Jacob, 2018. - 315 p. ; 22 cm
  ISBN 9782738141361
  
• [MathOuvrage] Mastering TensorFlow 1.x / Fandango, Armando. -Birmingham : Packt Publishing, 2018. - vii, 459 p. ; 24 cm
  ISBN 9781788292061
  https://unistra-scholarvox-com.scd-rproxy.u-strasbg.fr/book/88856675
  
• [MathOuvrage] The elements of statistical learning / Hastie, Trevor J. ; Tibshirani, Robert J. ; Friedman, Jerome H.. -New York NY : Springer, 2009. - xii, 745 p. ; 24 cm
  ISBN 9780387848570
  https://link-springer-com.scd-rproxy.u-strasbg.fr/book/10.1007/978-0-387-84858-7
  
• [MathOuvrage] Deep learning / Goodfellow, Ian ; Bengio, Yoshua ; Courville, Aaron. -Harvard MA : The MIT press, 2016. - xxii, 775 p. ; 24 cm
  ISBN 9780262035613
  
• [MathOuvrage] Machine learning avec Scikit-Learn / Géron, Aurélien ; Trad. Bohy, Anne. -Malakoff : Dunod, 2017. - xii, 244 p. ; 25 cm
  ISBN 9782100765409
  https://univ-scholarvox-com.scd-rproxy.u-strasbg.fr/catalog/book/docid/88877301
  
• [MathOuvrage] Data mining et statistique décisionnelle : la science des données / Tufféry, Stéphane. -Paris : Technip, 2017. - xx, 913 p. ; 24 cm
  ISBN 9782710811800
  
• [MathOuvrage] Le Machine learning avec Python / Müller, Andreas C. ; Guido, Sarah ; Trad. Rougé, Daniel. -Paris : First interactive, 2018. - xii, 376 p. ; 23 cm
  ISBN 9782412034460
  
• [MathOuvrage] Deep learning en action / Patterson, Josh ; Gibson, Adam. -Paris : First interactive, 2018. - xx, 534 p. ; 23 cm
  ISBN 9782412037447
  
• [MathOuvrage] Introduction au machine learning / Azencott, Chloé-Agathe. -Paris : Dunod, 2018. - xi, 227 p. ; 24 cm
  ISBN 9782100780808
  https://univ-scholarvox-com.scd-rproxy.u-strasbg.fr/catalog/book/docid/88926842
  
• [MathOuvrage] Deep learning avec TensorFlow / Géron, Aurélien ; Trad. Soulard, Hervé. -Paris : Dunod, 2017. - xiii, 346 p. ; 25 cm
  ISBN 9782100759934
  https://univ-scholarvox-com.scd-rproxy.u-strasbg.fr/catalog/book/docid/88902681
  
• [MathOuvrage] Big data et machine learning / Lemberger, Pirmin ; Batty, Marc ; Morel, Médéric ; Raffaëlli, Jean-Luc. -Paris : Dunod, 2016. - xvi, 255 p. ; 25 cm
  ISBN 9782100754632
  https://univ-scholarvox-com.scd-rproxy.u-strasbg.fr/catalog/book/docid/88875311
  
• [MathOuvrage] Pro deep learning with TensorFlow / Pattanayak, Santanu. -Berkeley CA, New York NY : Apress, 2017. - xxi, 398 p. ; 26 cm
  ISBN 9781484230954
  
• [MathOuvrage] Hands-on machine learning with Scikit-Learn and TensorFlow / Géron, Aurélien. -Sebastopol CA : O'Reilly, 2017. - xx, 549 p. ; 24 cm
  ISBN 9781491962299
  
• [MathOuvrage] Kernel methods and machine learning / Kung, Sun Yuan. -Cambridge : Cambridge university Press, 2014. - xxiv, 591 p. ; 25 cm
  ISBN 9781107024960
  
• [MathOuvrage] Machine learning and data mining / Kononenko, Igor ; Kukar, Matjaz. -Cambridge : Woodhead publishing, 2007. - xix, 454 p. ; 24 cm
  ISBN 9781904275213
  
• [IremOuvrage] Le calcul mental au collège / Anselmo, Bernard ; Evesque-Sagnard, Stéphanie ; Fenoy, Karine ; et al.. -Lyon : IREM de Lyon, 2008. - 223 p. ; 30 cm
  
• [MathOuvrage] Apprentissage artificiel / Cornuéjols, Antoine ; Miclet, Laurent ; Collab. Kodratoff, Yves ; Préf. Mitchell, Tom M.. -Paris : Eyrolles, 2002. - xxxviii, 591 p. ; 23 cm