Deep Learning avec Keras et TensorFlow: Mise en oeuvre et cas concrets

L’apprentissage automatique (Machine Learning) est aujourd’hui  en
pleine explosion. Mais de quoi s’agit-il exactement, et  comment
pouvez-vous le mettre en oeuvre dans vos propres  projets ?
L’objectif
de cet ouvrage est de vous expliquer les concepts fondamentaux  du
Machine Learning et de vous apprendre à maîtriser  les outils qui vous
permettront de créer vous-même des  systèmes capables d’apprentissage
automatique.
Vous apprendrez ainsi à utiliser Scikit-Learn, un outil
open source  très simple et néanmoins très puissant que vous pourrez
mettre  en oeuvre dans vos systèmes en production.
• Apprendre les bases du Machine Learning en suivant pas à pas  toutes les étapes d’un projet utilisant Scikit-Learn et pandas.
• Ouvrir les boîtes noires pour comprendre comment fonctionnent  les algorithmes.
• Explorer plusieurs modèles d’entraînement, notamment les  machines à vecteur de support (SVM).
•
Comprendre le modèle des arbres de décision et celui des forêts 
aléatoires, et exploiter la puissance des méthodes ensemblistes.
•
Exploiter des techniques d’apprentissage non supervisées  telles que la
réduction de dimensionnalité, la classification et la  détection
d’anomalies.
Tous les exemples de code sont disponibles en ligne
sous  la forme de notebooks Jupyter à l’adresse suivante : 
https://github.com/ageron/handson-ml2