Deep Learning avec TensorFlow

Cet ouvrage, conçu pour tous ceux qui souhaitent s'initier au  Deep Learning
(apprentissage profond) est la traduction de la deuxième partie du best-seller
américain  Hands-On Machine Learning with Scikit-Learn & TensorFloW.
Le Deep Learning est récent et il évolue vite. Ce livre en présente les
principales techniques : les réseaux de neurones profonds, capables de
modéliser toutes sortes de données, les réseaux de convolution, capables de
classifier des images, les segmenter et découvrir les objets ou personnes qui
s'y trouvent, les réseaux récurrents, capables de gérer des séquences telles
que des phrases, des séries temporelles, ou encore des vidéos, les
Autoencoders qui peuvent découvrir toutes sortes de structures dans des
données, de façon non supervisée, et enfin le Reinforcement Learning
(apprentissage par renforcement) qui permet de découvrir automatiquement les
meilleures actions pour effectuer une tâche (par exemple un robot qui apprend
à marcher).
Ce livre présente TensorFlow, le framework de Deep Learning créé par Google.
Il est accompagné de Jupyter notebooks (disponibles sur github) qui
contiennent tous les exemples de code du livre, afin que le lecteur puisse
facilement tester et faire tourner les programmes.
Il complète un premier livre intitulé Machine Learning avec Scikit-Learn.