L’apprentissage profond, en raison de la diversité de ses domaines d’application, suscite aujourd’hui un intérêt croissant dans la recherche et l’innovation, ainsi que dans de nombreux secteurs d’activité. Mais que renferment réellement ces réseaux de neurones capables de traduire, diagnostiquer, générer du contenu ou même assister dans la prise de décision?

Cet ouvrage s’adresse aux étudiant·e·s, chercheur·e·s et professionnel·le·s souhaitant acquérir une compréhension approfondie de ce domaine clé de l’intelligence artificielle et en maîtriser les principaux aspects conceptuels et pratiques.

Des concepts introductifs aux méthodologies avancées, cet ouvrage propose une progression pédagogique rigoureuse et structurée, enrichie d’exemples concrets, d’études de cas appliquées et de recommandations opérationnelles. Il constitue ainsi un guide de référence pour l’application des principes de l’apprentissage profond dans des domaines variés tels que la santé, la vision par ordinateur ou la finance.

Points forts de cet ouvrage :

• Une progression pédagogique structurée, adaptée à un public aux profils et niveaux variés.
• Des explications accessibles et précises des fondements théoriques, systématiquement illustrées par des exemples pratiques et contextualisés (implémentés en Python).
• Des implémentations détaillées des principales architectures et algorithmes d’apprentissage automatique, favorisant la compréhension des mécanismes sous-jacents et leur mise en œuvre concrète.