Les 5 meilleurs livres sur le machine learning

Les 5 meilleurs livres sur le machine learning

Cet article vous présente une sélection de 5 des meilleurs livres sur le machine learning.


1. Big data et machine learning – Les concepts et les outils de la data science (Pirmin Lemberger, Marc Batty, Médéric Morel, Jean-Luc Raffaëlli)

Big Data et Machine Learning – Les concepts et les outils de la data science Pirmin Lemberger Marc Batty Médéric Morel Jean Luc Raffaëlli

Disponible sur Amazon Disponible à la Fnac

Cet ouvrage s’adresse à tous ceux qui cherchent à tirer parti de l’énorme potentiel des technologies Big Data, qu’ils soient data scientists, DSI, chefs de projets ou spécialistes métier.

Le Big Data s’est imposé comme une innovation majeure pour toutes les entreprises qui cherchent à construire un avantage concurrentiel de l’exploitation de leurs données clients, fournisseurs, produits, processus, etc.

Il a en outre permis l’émergence des techniques d’apprentissage automatique (Machine Learning, Deep Learning…) qui ont relancé le domaine de l’intelligence artificielle.

Mais quelle solution technique choisir ? Quelles compétences métier développer au sein de la DSI ? Ce livre est un guide pour comprendre les enjeux d’un projet Big Data, en appréhender les concepts sous-jacents et acquérir les compétences nécessaires à la mise en place d’une architecture d’entreprise adaptée.

Il combine la présentation :

  • de notions théoriques (traitement statistique des données, calcul distribué…) ;
  • des outils les plus répandus ;
  • d’exemples d’applications, notamment en NLP (Natural Language Processing) ;
  • d’une organisation typique d’un projet de data science.

À propos de l’auteur

Marc Batty est cofondateur de Dataiku, plateforme de développement et d’exécution d’applications prédictives.

Jean-Luc Raffaëlli est directeur de projets stratégiques au sein de la DSI du groupe La Poste. Il contribue aux différentes déclinaisons SI de la stratégie Business du groupe.


2. Introduction au machine learning (Chloé-Agathe Azencott)

Introduction au Machine Learning Chloé Agathe Azencott

Disponible sur Amazon Disponible à la Fnac

Cet ouvrage s’adresse aux étudiants en fin de licence et en master d’informatique ou de maths appliquées, ainsi qu’aux élèves ingénieurs. Le Machine Learning est une discipline dont les outils puissants permettent aujourd’hui à de nombreux secteurs d’activité de réaliser des progrès spectaculaires grâce à l’exploitation de grands volumes de données.

Le but de cet ouvrage est de vous fournir des bases solides sur les concepts et les algorithmes de ce domaine en plein essor. Il vous aidera à identifier les problèmes qui peuvent être résolus par une approche Machine Learning, à les formaliser, à identifier les algorithmes les mieux adaptés à chaque problème, à les mettre en œuvre, et enfin à savoir évaluer les résultats obtenus. Les notions de cours sont illustrées et complétées par 86 exercices, tous corrigés.

À propos de l’auteur

Chloé-Agathe Azencott est maîtresse de conférences au CBIO (Centre de bio-informatique) de MINES ParisTech, de l’Institut Curie et de l’INSERM.


3. Machine learning avec Scikit-Learn – Mise en œuvre et cas concrets (Aurélien Géron)

Machine Learning avec Scikit Learn – Mise en oeuvre et cas concrets Aurélien Géron

Disponible sur Amazon Disponible à la Fnac

Cet ouvrage, conçu pour tous ceux qui souhaitent s’initier au Machine Learning (apprentissage automatique) est la traduction de la première partie du best-seller américain Hands-On Machine Learning with Scikit-Learn & TensorFlow.

Il ne requiert que peu de connaissances en mathématiques et présente les fondamentaux du Machine Learning d’une façon très pratique à l’aide de Scikit-Learn qui est l’un des frameworks de ML les plus utilisés actuellement.

Des exercices corrigés permettent de s’assurer que l’on a assimilé les concepts et que l’on maîtrise les outils. Des compléments en ligne interactifs sous forme de notebooks Jupyter complètent le livre avec des exemples exécutables.

Ce premier titre est complété par un second ouvrage intitulé Deep Learning avec TensorFlow. Cette deuxième édition rend compte des changements récents apportés à Scikit Learn.

À propos de l’auteur

Consultant en Machine Learning. Ex-Googler, Aurélien Géron a mené l’équipe de classification des vidéos de YouTube de 2013 à 2016. Auparavant, il avait cofondé en 2001 la société de conseil Polyconseil, puis en 2002 la société Wifirst.

Il a été consultant dans de nombreux domaines: de la santé (transfusion sanguine) aux télécoms (SFR, Bolloré Télécom), en passant par la finance (JP Morgan et la Société Générale) et la défense (le département de défense du Canada).


4. Le machine learning avec Python (Andreas Muller, Sarah Guido)

Machine learning avec Python Andreas Muller Sarah Guido

Disponible sur Amazon Disponible à la Fnac

Entrez de plain-pied dans le monde fascinant la data science Vous aussi participez à la révolution qui ramène l’intelligence artificielle au cœur de notre société, grâce aux data scientists.

La data science consiste à traduire des problèmes de toute autre nature, en problèmes de modélisation quantitative, résolus par des algorithmes de traitement. Ce livre se présente comme une référence pour tous les développeurs, statisticiens ou chefs de projets ayant à résoudre des problèmes liés à la data science.

Au programme :

  • Pourquoi utiliser le machine learning
  • Les différentes versions de Python
  • L’apprentissage non supervisé et le préprocessing
  • Représenter les données
  • Processus de validation
  • Algorithmes, chaînes et pipeline
  • Travailler avec des données de type texte
  • Du prototype à la production.

À propos de l’auteur

Andreas Muller est docteur en sciences et diplômé de l’université de Bonn en machine learning. Après avoir travaillé pour Amazon, il a rejoint à New York le Center for Data Science.

Sarah Guido est conférencière et possède un Master en Science de l’information de l’université de Michigan.


5. Machine learning et sécurité – Protéger les systèmes avec des données et des algorithmes (Clarence Chio, David Freeman)

Machine Learning et sécurité – Protéger les systèmes avec des données et des algorithmes Clarence Chio David Freeman

Disponible sur Amazon Disponible à la Fnac

L’Intelligence Artificielle (IA), les Big Data et le Machine Learning ont le vent en poupe ces derniers mois. Cette technologie a fait une entrée fracassante dans l’industrie, là ou la cybersécurité a une importance capitale..

Des entreprises de plus en plus nombreuses mettent en œuvre aujourd’hui l’IA et le Machine Learning au sein de leur sécurité informatique. Ce livre vous propose de découvrir comment mettre en œuvre le Machine Learning, un champ d’études de l’Intelligence Artificielle, dans le domaine de la cybersécurité.

À propos de l’auteur

Clarence Chio est ingénieur et entrepreneur qui enseigne la cybersécurité dans de nombreuses facultés à travers les Etats-Unis. Il donne aussi des conférences à travers le monde pour sensibiliser les entreprises à la sécurité des systèmes et des données. Il enseigne principalement à DEF CON.

David Freeman est un scientifique diplômé dans le domaine de la sécurité. Il travaille pour Facebook sur les problèmes de sécurisation des comptes. Il a également travaillé pour LinkedIn. Il est auteur de plusieurs ouvrages et organise des conférences internationales sur la sécurité et le Machine Learning.

error: Contenu protégé