Détail de l'indexation
Ouvrages de la bibliothèque en indexation 26.40 (8)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
![Tris disponibles](./images/orderby_az.gif)
Titre : Data mining : methods, applications and systems Type de document : Monographie Auteurs : Derya Birant, Éditeur scientifique Editeur : London [UK] : IntechOpen Année de publication : 2021 Importance : 200 p. ISBN/ISSN/EAN : 978-1-83968-319-0 Note générale : Print ISBN 978-1-83968-318-3
eBook (PDF) ISBN 978-1-83968-320-6Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] acquisition de données
[Termes IGN] apprentissage profond
[Termes IGN] arbre de décision
[Termes IGN] exploration de données
[Termes IGN] Python (langage de programmation)
[Termes IGN] série temporelleIndex. décimale : 26.40 Intelligence artificielle Résumé : (Editeur) Data mining is a branch of computer science that is used to automatically extract meaningful, useful knowledge and previously unknown, hidden, interesting patterns from a large amount of data to support the decision-making process. This book presents recent theoretical and practical advances in the field of data mining. It discusses a number of data mining methods, including classification, clustering, and association rule mining. This book brings together many different successful data mining studies in various areas such as health, banking, education, software engineering, animal science, and the environment. Note de contenu :
1. Deep Learning: Exemplar Studies in Natural Language Processing and Computer Vision / Selma Tekir and Yalin Bastanlar
2. Contribution to Decision Tree Induction with Python: A Review / Bouchra Lamrini
3. Association Rule Mining on Big Data Sets / Oguz Celik, Muruvvet Hasanbasoglu, Mehmet S. Aktas and Oya Kalipsiz
4. Data Mining in Banking Sector Using Weighted Decision Jungle Method / Derya Birant
5. Analytical Statistics Techniques of Classification and Regression in Machine Learning / Pramod Kumar, Sameer Ambekar, Manish Kumar and Subarna Roy
6. Clustering of Time-Series Data / Esma Ergüner Özkoç
7. Weather Nowcasting Using Deep Learning Techniques / Makhamisa Senekane, Mhlambululi Mafu and Molibeli Benedict Taele
8. Data Mining and Machine Learning for Software Engineering / Elife Ozturk Kiyak
9. Data Mining for Student Performance Prediction in Education / Ferda Ünal
10. Tracer Transport in a Homogeneous Porous Medium: Experimental Study and Acquisition Data with LabVIEW / Sana Dardouri and Jalila Sghaier
11. Data Mining and Fuzzy Data Mining Using MapReduce Algorithms / Poli Venkata Subba ReddyNuméro de notice : 26539 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Recueil / ouvrage collectif DOI : 10.5772/intechopen.87784 En ligne : http://doi.org/10.5772/intechopen.87784 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97753
Titre : Automated machine learning : methods, systems, challenges Type de document : Monographie Auteurs : Frank Hutter, Éditeur scientifique ; Lars Kotthoff, Éditeur scientifique ; Joaquin Vanschoren, Éditeur scientifique Editeur : Springer Nature Année de publication : 2019 Collection : The Springer Series on Challenges in Machine Learning SSCML, ISSN 2520-1328 Importance : 219 p. ISBN/ISSN/EAN : 978-3-030-05318-5 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] algorithme d'apprentissage
[Termes IGN] apprentissage automatique
[Termes IGN] apprentissage profond
[Termes IGN] optimisation (mathématiques)Index. décimale : 26.40 Intelligence artificielle Résumé : (Editeur) This open access book presents the first comprehensive overview of general methods in Automated Machine Learning (AutoML), collects descriptions of existing systems based on these methods, and discusses the first series of international challenges of AutoML systems. The recent success of commercial ML applications and the rapid growth of the field has created a high demand for off-the-shelf ML methods that can be used easily and without expert knowledge. However, many of the recent machine learning successes crucially rely on human experts, who manually select appropriate ML architectures (deep learning architectures or more traditional ML workflows) and their hyperparameters. To overcome this problem, the field of AutoML targets a progressive automation of machine learning, based on principles from optimization and machine learning itself. This book serves as a point of entry into this quickly-developing field for researchers and advanced students alike, as well as providing a reference for practitioners aiming to use AutoML in their work. Note de contenu : AUTOML METHODS
- Hyperparameter Optimization
- Meta-Learning
- Neural Architecture Search
AUTOML SYSTEMS
- Auto-WEKA: Automatic Model Selection and Hyperparameter Optimization in WEKA
- Hyperopt-Sklearn
- Auto-sklearn: Efficient and Robust Automated Machine Learning
- Towards Automatically-Tuned Deep Neural Networks
- TPOT: A Tree-Based Pipeline Optimization Tool for Automating Machine Learning
- The Automatic Statistician
AUTOML CHALLENGES
- Analysis of the AutoML Challenge Series 2015–2018
- Correction to: Neural Architecture SearchNuméro de notice : 26299 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE/MATHEMATIQUE Nature : Monographie DOI : 10.1007%2F978-3-030-05318-5 Date de publication en ligne : 04/02/2020 En ligne : https://link.springer.com/book/10.1007%2F978-3-030-05318-5 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95032 Panorama de l'intelligence artificielle, ses bases méthodologiques, ses développements, 1. Représentation des connaissances et formalisation des raisonnements / Pierre Marquis (2014)
Titre de série : Panorama de l'intelligence artificielle, ses bases méthodologiques, ses développements, 1 Titre : Représentation des connaissances et formalisation des raisonnements Type de document : Guide/Manuel Auteurs : Pierre Marquis, Éditeur scientifique ; Odile Papini, Éditeur scientifique ; Henri Prade, Éditeur scientifique ; Jacques Pitrat, Préfacier, etc. Editeur : Toulouse : Cépaduès Année de publication : 2014 Importance : 672 p. Format : 17 x 24 cm ISBN/ISSN/EAN : 978-2-36493-041-4 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] apprentissage automatique
[Termes IGN] intelligence artificielle
[Termes IGN] méta connaissance
[Termes IGN] raisonnement
[Termes IGN] représentation des données
[Termes IGN] système d'aide à la décision
[Termes IGN] système dynamique
[Termes IGN] système multi-agentsIndex. décimale : 26.40 Intelligence artificielle Résumé : Cet ouvrage, organisé en 3 volumes, est issu de la communauté française des chercheurs en intelligence artificielle (IA). Il a pour objectif de dresser un panorama des recherches effectuées en IA allant de travaux fondamentaux aux applications et aux frontières, en mettant l’accent tout autant sur les résultats obtenus que sur les problématiques actuelles. Il s’adresse à un public d’étudiants de master et de doctorat, mais aussi de chercheurs et d’ingénieurs intéressés par ce domaine. Pour simuler sur un ordinateur un processus de raisonnement ou de prise de décision, il faut disposer d’une représentation de l’information à exploiter. Débutant par un chapitre retraçant la longue histoire de l’émergence de l’IA, ce premier volume passe ensuite en revue différents cadres de représentation, logiques, quantitatifs, ou graphiques, susceptibles de prendre en compte l’information incomplète, les exceptions, l’incertitude, le temps, l’espace, les préférences, les taxonomies, les normes, les émotions, ou encore la confiance entre agents. L’examen de différents types de raisonnement à base de similarité, et l’étude de nombreuses problématiques autour de la description des actions et de leurs conséquences, de l’argumentation, de la décision, du diagnostic, de la révision des croyances, de la fusion des informations, de l’interaction entre agents, de l’apprentissage, de l’acquisition et de la validation de bases de connaissances, complètent ce volume. Une postface revient sur les questions posées par la formalisation du raisonnement. Note de contenu : 1 Éléments pour une histoire de l’intelligence artificielle
2 Représentation des connaissances : modalités, conditionnels et raisonnement non monotone
3 Représentations de l’incertitude en intelligence artificielle
4 Raisonnement qualitatif sur les systèmes dynamiques, le temps et l’espace
5 Raisonner avec des ontologies : logiques de description et graphes conceptuels
6 Représentation des préférences
7 Normes et logique déontique
8 Raisonnement à partir de cas, raisonnement et apprentissage par analogie, gradualité et interpolation
9 Modèles d’apprentissage artificiel
10 Argumentation et raisonnement en présence de contradictions
11 Approches de la révision et de la fusion d’informations
12 Raisonnement sur l’action et le changement
13 Décision multicritère
14 Décision dans l’incertain
15 Systèmes multiagents : décision collective
16 Formalisation de systèmes d’agent cognitif, de la confiance et des émotions
17 Systèmes multiagents : négociation, persuasion
18 Diagnostic et supervision : approches à base de modèles
19 Validation et explication
20 Ingénierie des connaissancesNuméro de notice : 15822A Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Manuel Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=74876 Voir aussi
- Panorama de l'intelligence artificielle, ses bases méthodologiques, ses développements, 2. Algorithmes pour l'intelligence artificielle / Pierre Marquis (2014)
- Panorama de l'intelligence artificielle, ses bases méthodologiques, ses développements, 3. L'intelligence artificielle : frontières et applications / Pierre Marquis (2014)
Panorama de l'intelligence artificielle, ses bases méthodologiques, ses développements, 2. Algorithmes pour l'intelligence artificielle / Pierre Marquis (2014)
Titre de série : Panorama de l'intelligence artificielle, ses bases méthodologiques, ses développements, 2 Titre : Algorithmes pour l'intelligence artificielle Type de document : Guide/Manuel Auteurs : Pierre Marquis, Éditeur scientifique ; Odile Papini, Éditeur scientifique ; Henri Prade, Éditeur scientifique ; Alain Colmerauer, Préfacier, etc. Editeur : Toulouse : Cépaduès Année de publication : 2014 Importance : 362 p. Format : 17 x 24 cm ISBN/ISSN/EAN : 978-2-36493-042-1 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] algorithme d'apprentissage
[Termes IGN] exploration de données
[Termes IGN] graphe
[Termes IGN] programmation en logiqueIndex. décimale : 26.40 Intelligence artificielle Résumé : Cet ouvrage, organisé en 3 volumes, est issu de la communauté française des chercheurs en intelligence artificielle (IA). Il a pour objectif de dresser un panorama des recherches effectuées en IA allant de travaux fondamentaux aux applications et aux frontières, en mettant l’accent tout autant sur les résultats obtenus que sur les problématiques actuelles. Il s’adresse à un public d’étudiants de master et de doctorat, mais aussi de chercheurs et d’ingénieurs intéressés par ce domaine. Le deuxième volume offre une vue de l’IA, en onze chapitres, sous l’angle des algorithmes. Note de contenu : 1 Recherche heuristiquement ordonnée dans les graphes d’états
2 Jeux et recherche heuristique
3 Déduction automatique
4 Programmation logique
5 Logique propositionnelle et algorithmes autour de SAT
6 Raisonnement par contraintes
7 Réseaux de contraintes valués
8 Modèles graphiques pour l’incertitude : inférence et apprentissage
9 Planification en intelligence artificielle
10 Algorithmique de l’apprentissage et de la fouille de données
11 Méta-heuristiques et intelligence artificielleNuméro de notice : 15822B Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Manuel Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=74877 Voir aussi
- Panorama de l'intelligence artificielle, ses bases méthodologiques, ses développements, 1. Représentation des connaissances et formalisation des raisonnements / Pierre Marquis (2014)
- Panorama de l'intelligence artificielle, ses bases méthodologiques, ses développements, 3. L'intelligence artificielle : frontières et applications / Pierre Marquis (2014)
Panorama de l'intelligence artificielle, ses bases méthodologiques, ses développements, 3. L'intelligence artificielle : frontières et applications / Pierre Marquis (2014)
Titre de série : Panorama de l'intelligence artificielle, ses bases méthodologiques, ses développements, 3 Titre : L'intelligence artificielle : frontières et applications Type de document : Guide/Manuel Auteurs : Pierre Marquis, Éditeur scientifique ; Odile Papini, Éditeur scientifique ; Henri Prade, Éditeur scientifique ; Paul Braffort, Préfacier, etc. Editeur : Toulouse : Cépaduès Année de publication : 2014 Importance : 350 p. Format : 17 x 24 cm ISBN/ISSN/EAN : 978-2-36493-043-8 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] intelligence artificielle
[Termes IGN] raisonnement
[Termes IGN] reconnaissance de formes
[Termes IGN] robotique
[Termes IGN] web sémantiqueIndex. décimale : 26.40 Intelligence artificielle Résumé : Cet ouvrage, organisé en 3 volumes, est issu de la communauté française des chercheurs en intelligence artificielle (IA). Il a pour objectif de dresser un panorama des recherches effectuées en IA allant de travaux fondamentaux aux applications et aux frontières, en mettant l’accent tout autant sur les résultats obtenus que sur les problématiques actuelles. Il s’adresse à un public d’étudiants de master et de doctorat, mais aussi de chercheurs et d’ingénieurs intéressés par ce domaine. Ce troisième volume, en onze chapitres également, décrit les principales frontières et applications de l’IA. Si chaque chapitre peut être lu indépendamment des autres, les références croisées entre chapitres sont nombreuses et un index global de l’ouvrage permet d’aborder celui-ci de façon non linéaire. Note de contenu :
1. Informatique théorique : calculabilité, décidabilité et logique (O. Bournez, G. Dowek, R. Gilleron, S. Grigorieff, J.-Y. Marion, S. Perdrix, S. Tison)
2. Informatique théorique : complexité, automates et au-delà (O. Bournez, G. Dowek, R. Gilleron, S. Grigorieff, J.-Y. Marion, S. Perdrix, S. Tison)
3. Bases de données et intelligence artificielle (N. Bidoit, P. Bosc, L. Cholvy, O. Pivert, M.-Ch. Rousset)
4. Web sémantique (J. Euzenat, M.-Ch. Rousset)
5. L'intelligence artificielle et le langage (N. Asher, L. Danlos, P. Zweigenbaum)
6. Bioinformatique (F. Coste, C. Nédellec, Th. Schiex, J.-Ph. Vert)
7. Intelligence artificielle et reconnaissance des formes, vision, apprentissage pour la robotique (I. Bloch, R. Clouard, M. Revenu, O. Sigaud)
8. Intelligence artificielle et robotique (M. Ghallab, F. Ingrand)
9. Perspectives philosophiques et épistémologiques ouvertes par l’intelligence artificielle (P. Livet, D. Kayser, F. Varenne)
10. Intelligence artificielle et psychologie du raisonnement et de la décision (J.-F. Bonnefon, G. Politzer)
11. Fertilisation croisée entre interaction personne-système et intelligence artificielle
Postface
Epilogue : pour une défense de la recherche en intelligence artificielleNuméro de notice : 15822C Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Manuel Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=74878 Voir aussi
- Panorama de l'intelligence artificielle, ses bases méthodologiques, ses développements, 1. Représentation des connaissances et formalisation des raisonnements / Pierre Marquis (2014)
- Panorama de l'intelligence artificielle, ses bases méthodologiques, ses développements, 2. Algorithmes pour l'intelligence artificielle / Pierre Marquis (2014)
PermalinkJFIADSMA'97, actes des 5e journées francophones d'intelligence artificielle et systèmes multi-agents, 2-4 avril 1997, La Colle-sur-Loup, Côte d'Azur, France / Joël Quinqueton (1997)
PermalinkPermalink