Bibliographie machine learning

turbo91
turbo91
dans Statistiques
Bonsoir,

J'ai un niveau de math correct (niveau M1) et je recherche un livre ou site web me permettant de revoir bien comme il faut les bases du machine learning (critère à minimiser et le calcul derrière), je trouve soit des références qui cherchent à vulgariser l'algo soit 300 pages de calculs infâmes et ce que j'aimerais c'est quelque choses qui soit entre les deux.

Cela est-il possible ou trop idéaliste ?
Je sais plus ou moins comment l'idée finale de chaque algo mais j'ignore comment on y parvient mathématiquement.
Bien à vous.

Réponses

  • Math Coss
    Math Coss
    Je ne sais pas si le cours de Yann Le Cun au Collège de France pourrait répondre à tes exigences.
  • turbo91
    turbo91
    Merci mais ce cours est axé deep learning :(
    Je recherche plus quelque chose axé sur les algos de ML classiques (SVM, régression, random forest...).
  • xax
    xax
    C'est difficile de répondre comme ça à ta demande parce qu'il faut tenir compte de la technologies et du domaine dans lequel tu comptes progresser.
    Le seul truc que tu indiques en fait est que tu cherches de la littérature sur des trucs bien rodés et pas de l'émergent.
    "J'appelle bourgeois quiconque pense bassement." Gustave Flaubert
  • xax
    xax
    Je profite au passage pour souligner la présence remarqué de frenchies au plus haut niveau de l'IA, puisqu'en sus de Yann Le Cun, Jérôme Pesenti le principal responsable de Watson a rejoint Le Cun chez Facebook.
    Avec optimiste et positivité : "Pour lui, l'intelligence artificielle est la solution pour « créer des choses et rendre le monde meilleur »". Mot pour mot ce qu'on annonçait pour les OGM, nous sommes rassurés.
    "J'appelle bourgeois quiconque pense bassement." Gustave Flaubert
  • jma
    jma
    Bonjour
    LE livre de référence cité un peu partout est :

    Trevor Hastie, Robert Tibshirani Jerome Friedman (2009) "The Elements of Statistical Learning: Data Mining, Inference, and Prediction", Springer.
    Il faut s'accrocher d'une part pour comprendre certains passages et que cela ne soit pas un autre livre de référence oublié dans la bibliothèque. Le livre couvre une vaste programme donnant "les éléments de..." ce qui implique que chacune de ses sections soient des introductions très bien faites.

    Pour ma part, je trouve les deux livres suivant très bien faits et, en français :

    Gérard Dreyfus, Jean-Marc Martinez , et al. (2008) "Apprentissage statistique : Réseaux de neurones. Cartes topologiques. Machines à vecteurs supports", Eyrolles.

    Vincent Barra, Laurent Miclet , et al. (2018) "Apprentissage artificiel : Deep learning, concepts et algorithmes", Eyrolles.

    Cordialement.
  • paf
    paf
    Hastie et Tibshirani ont aussi coécrit un autre livre censé être plus élémentaire et moins théorique (peut-être pas assez pour @turbo91) : An Introduction to Statistical Learning.
  • AitJoseph
    AitJoseph
    Et en français ? je sens que nous allons être dépassés !
  • jma
    jma
    @AitJoseph : ce n'est plus surprise que l'on ait un retard considérable en IA. J'ai donné deux références dans la collection Algorithmes de Eyrolles et il y en d'autres dans le domaine dans cette collection (mais aussi Technip, Ellipses,...). D'autre part là, nous parlons de livres qui sont relativement complets, presque tout-en-un en "Machine Learning". Or, on peut trouver de nombreux livres francophones qui abordent les différentes notions de manière pointue sans avoir ce caractère (ajoutons à cela les livres rédigés en anglais).
    Cordialement.
Connectez-vous ou Inscrivez-vous pour répondre.

Bonjour!

Pour participer au forum, cliquer sur l'un des boutons :

Connexion S'inscrire

Catégories

In this Discussion

Qui est en ligne 27

CidrolinGeorges AbitbolGuegoJLapin +23 Invités