Hello

Je suis à la recherche de livres couvrant ces différents domaines (voir titre). L'objectif final étant d'avoir une bonne maîtrise et compréhension du machine learning. J'ai déjà eu des cours en statistique, probabilité et processus stochastiques (markov, process aléatoires, ...). Cependant, je les trouvais pas assez orientés vers la pratique et n'en ai pas retenu grand chose... 

En fait ce qui serait top c'est d'avoir un livre qui repart des bases (proba, stat) et qui se dirige vers le machine learning puis un autre qui couvre la partie algorithmique, en python par exemple.

Les livres peuvent être en français ou en anglais.

J'ai trouvé ces trois-ci après recherche mais je n'ai pas vraiment d'avis à leur sujet...

Think Stats 2e, Pattern Recognition And Machine Learning et Building Machine Learning Systems with Python

Merci

Groot'

-
Edité par Je s'appelle Groot 29 avril 2018 à 11:29:24

Hello,

Tu peux regarder du côté des cours de Berkeley. Le CS188 est très bien (cf \(\href{http://ai.berkeley.edu/home.html}{ici}\)). J'imagine que tu trouveras aussi les pré-requis du cours en fouillant un petit peu.

J'avais vu un cours de Stanford aussi, sur les réseaux de neurones. Après tout dépend de ce qui t'intéresse, mais \(\href{http://cs229.stanford.edu/}{ici}\) ou \(\href{http://cs231n.stanford.edu/}{là}\) il y a pas mal de choses intéressantes.

Si tu t'intéresses à des applications particulières, tu devrais préciser lesquelles. Le machine learning c'est assez vague comme concept.

Bon courage

-
Edité par Xamime 2 mai 2018 à 10:50:07