Collecter des données, choisir le bon matériel, définir vos objectifs : vous avez préparé tout ce dont vous aviez besoin pour implémenter des algorithmes de Machine Learning ou de Deep Learning. Mais il vous faut encore choisir l’approche la plus appropriée parmi ces deux méthodes.
Cet e-book interactif adopte une approche centrée sur l'utilisateur pour vous aider à choisir les algorithmes les plus adaptés. Découvrez quels algorithmes choisir dans six applications couramment abordées telles que :
- La prédiction basée sur des données historiques
- L’identification d'objets dans des images, vidéos et signaux
- Le déplacement d’un objet physiquement ou en simulation
Accédez à l'e-book interactif pour :
- Découvrir comment vos exigences en matière de données, matériel, interprétabilité, vitesse et précision ont un impact sur la technique à utiliser.
- Avancer pas à pas en utilisant un réseau de neurones à convolution pour l'extraction de caractéristiques et une machine à vecteurs de support pour la classification.
- Répondre au quiz pour tenter d’identifier les algorithmes utilisés dans cinq cas d'usage réels issus notamment de Shell, Battelle et l'Université de Stanford.
