-
- Decouverte du Machine Learning : Les outils de l'Apprentissage Automatique
- Technologies : C, Java et Python
- Contenu du site
- Ce site accompagne le
livre "Decouverte du Machine Learning : Les outils de l'Apprentissage Automatique "
Editeur : Ellipses.
-
-
ISBN-10 : 2340047331
Se procurer le livre ?
Acheter le livre
- Les logiciels et librairies utilises
- Le logiciel WEKA :
- Telecharger le logiciel
- Python pour windows :
- Telecharger Python
- Librairie Agrum :
- Telecharger Agrum
- Visual Studio :
- Telecharger Visual Studio
- Des livres sur des sujets connexes ...
- Le cours de E. Hebrard realise a la Spring School de Troyes :
- https://www.youtube.com/watch?v=tWRCvxoHHpY/
- Cours de christine.solnon :
- https://perso.liris.cnrs.fr/christine.solnon/Site-PPC/session1/e-miage-ppc-sess1.htm
- Master Parisien de Recherche Operationnelle :
- https://uma.ensta-paristech.fr/mpro/cours/PPC
- Les auteurs
-
-
Chafik Samir
Tel. : 04 73 40 50 08
Email : chafik.samir@uca.fr
Page perso : http://www.isima.fr/
LIMOS - UMR CNRS 6158
Universite Clermont Auvergne
Campus des Cezeaux, 63173 Aubiere CEDEX -
Philippe Lacomme
Tel. : 04 73 40 75 85
Email : placomme@isima.fr
Page perso : http://www.isima.fr/~lacomme
LIMOS - UMR CNRS 6158
Universite Clermont Auvergne
Campus des Cezeaux, 63173 Aubiere CEDEX
and Dipartimento di Scienze e Metodi dell’Ingegneria (DISMI),
-
Gerard Fleury
Tel. : 04 70 40 7585
Email : gefleury@isima.fr
Page perso : http://www.isima.fr/
LIMOS - UMR CNRS 6158
Universite Clermont Auvergne
Campus des Cezeaux, 63173 Aubiere CEDEX -
Matthieu Gondran
Tel. : 04 73 40 79 48
Email : gondran@isima.fr
Page perso : http://fc.isima.fr/~gondran
LIMOS - UMR CNRS 6158
Universite Clermont Auvergne
Campus des Cezeaux, 63173 Aubiere CEDEX
- Licence des programmes
-
Les programmes disponibles sur cette
page web sont libres, vous pouvez les redistribuer et/ou les
modifier selon les termes de la licence publique generale GNU
publiee par la Free Software Foundation (version 2, ou bien
toute autre version ulterieure choisie par vous).
Les programmes sont distribues car potentiellement utiles, mais SANS AUCUNE GARANTIE, ni explicite, ni implicite, y compris les garanties de commercialisation ou d'adaptation dans un but specifique.
Reportez-vous a la licence publique generale GNU pour plus de details.
Vous pouvez consultez la lience GNU en Anglais a l'adresse suivante : http://www.gnu.org/copyleft/gpl.html
Une traduction Francaise, non officielle, est disponible, a l'adresse suivante : http://www.linux-france.org/article/these/gpl.html
Il est possible d'obtenir une version de la licence en ecrivant a l'adresse suivante :
Free Software Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307, etats-Unis.
- Licence des fichiers pdf presents sur cette page
-
Permission vous est donnee de
copier, distribuer et/ou modifier les documents pdf de cette
page web selon les termes de la Licence GNU Free Documentation
License, version 1.3 ou ulterieure publiee par la Free Software
Foundation ; sans section inalterable, sans texte de premiere
page de couverture et sans texte de derniere page de couverture.
Vous pouvez consultez la lience GNU en Anglais a l'adresse suivante : http://www.gnu.org/licenses/fdl.html
Une traduction Francaise non officielle est disponible a l'adresse suivante : http://www.gnu.org/licenses/fdl-howto-opt.fr.html
- Exemples des chapitres
-
IMPORTANT : Chaque code fournit ci-dessous est la pour illustrer un principe important, et potentiellement utile pour obtenir des modeles efficaces. Les modeles et les codes ne sont pas optimises pour ętre les plus efficaces, mais concus pour ętre faciles a lire et a reprendre pour d'autres problemes.
- Chapitre I : Introduction
- Chapitre II : Reseaux de neurones - Concepts de base
- Exemple n°1 :
- 2_1_Exemple_numero_1.rar
- Code retro-propagation
- 2_3_Exemple_Retropropagation_c.rar
- Exemple du Cosinus :
- 2_4_Cosinus_c.rar
- Premier Code Python :
- 2_5_Exemple_numero_1_python.rar
- Code Python Retro :
- 2_6_Retropropagation_Python.rar
- Code Python Cosinus :
- 2_7_Cosinus_Python.rar
- Chapitre III : Reseaux de neurones en Python
- Premier exemple avec TensorFlow :
- 3_1_Premier_programme_TensorFlow.rar
- Reseau de neurones avec TF :
- 3_2_TF_Premier_Reseau_Neurones.rar
- Regression :
- 3_3_TF_Rregression_n1.rar
- Cosinus avec TF :
- 3_4_TF_Cosinus.rar
- Cosinus avec Keras :
- 3_5_TF_Keras_Cosinus.rar
- Keras - RN avec 1 couche cachee :
- 3_6_TF_Keras_Couche_Cachee.rar
- Chapitre IV : Reseaux Bayesiens
- Code pour un jupyter Notebook :
- 4_1_Exemple_Introduction_PyAgrum.py
- Code du Reseau pour Maladies Chroniques :
- 4_2_Maladies_Chroniques.rar
- Calcul des probabilites :
- 4_3_Calculs_probabilites.rar
- Analyse de l'etat de la pelouse :
- 4_4_Pelouse.rar
- Chapitre V : Methodes et outils de classification
- Donnees sur le diabetes au format .arff :
- diabetes.arff
- Donnees sur le diabetes au format .csv :
- diabetes.csv
- Donnees sur le diabetes au format .txt :
- diabetes.txt
- Methodes des kmeans :
- 5_1_kmean.rar
- Classification hierarchique :
- 5_2_Hierarchique.rar
- Dendrogramme :
- 5_3_CAH.rar
- ACP :
- 5_4_ACP.rar
- ACP :
- 5_4_demo_ACP
- Arbres de decision :
- 5_5_Arbre.rar
- Utilisation de xgboost :
- 5_6_xgboost.rar
- Chapitre VI : Methodes et outils de classification
- Le fichier utilise pour la recherche de regles :
- health_symbolic.arff
- Manipulation du fichier Diabetes.arff :
- 6_1_Java_Weka_1.rar
- Creation du fichier mod_diabetes.arff :
- 6_2_Java_Weka_2.rar
- Dicretisation des donnees dans discretization_diabetes.arff :
- 6_3_Java_Weka_3.rar
- Test classifieur Weka :
- 6_4_Java_Weka_4.rar
- Recherche de patterns et de regles :
- 6_5_Java_Weka_5.rar
- Chapitre VII : Series temporelles
- Les donnees sur les Naissances :
- Data_Naissance_INSEE.rar
- Visualisation des donnees :
- 7_2_1_Visualisation.rar
- Decomposition de la serie :
- 7_2_2_Decomposition.rar
- Stationnarite :
- 7_2_3_Stationnarite.rar
- Tendance :
- 7_2_4_Sans_Tendance.rar
- Desaisonnalisation :
- 7_2_5_Desaisonnalisation.rar
- Transformee de Fourier :
- 7_2_6_Transformee_Fourier.rar
- Transformee de Fourier pour les naissances :
- 7_2_7_TF_Naissances.rar
- Lissage Simple sous Excel :
- 7_2_8_Lissage_Simple_Excel.rar
- Lissage Double sous Excel :
- 7_2_9_Lissage_Double_Excel.rar
- Lissage avec Python :
- 7_2_10_Lissage_Python.rar
- Prevision avec lissage exp - version Excel :
- 7_2_11_Prevision__Excel
- Prevision sous Excel - Naissances :
- 7_2_12_Prevision_Naissance.rar
- Avertissements
-
-
Nous avons apporte le plus grand soin aux codes qui accompagnent ce livre. Nous avons, aussi, fait le maximum pour detailler les differentes etapes dans la realisation des programmes pour que le manuscrit soit accessible au plus grand nombre.
Nous sommes ouverts a toutes suggestions permettant d'ameliorer les codes ou les explications associees.
N'hesitez pas a nous contacter.
- Remerciements
-
Ce livre n'aurait pas vu le jour sans la collaboration des ingenieurs de l'Institut Superieur d'Informatique de Modelisation et de leurs Applications (ISIMA) qui maintiennent le reseau en etat de marche et qui nous donnent un acces aux locaux 7j/7j. En un mot "Merci".
Nous terminons par un mot pour les amis et connaissances, membres de nos familles respectives qui ont participe au travail, ingrat mais indispensable de relecture des premieres versions de ce livre. Un grand merci a notre editeur et specialement a Monsieur Claude Cheze qui nous accorde sa confiance pour ce travail.
