L'intelligence artificielle en pratique avec Python. Recherche, optimisation, apprentissage

Ce que l'ouvrage soutient

Trois mécanismes seulement fondent l'intelligence artificielle algorithmique : chercher, optimiser, apprendre. Ils sont constamment confondus, y compris par des praticiens expérimentés. Le livre prend dix problèmes concrets et montre pour chacun laquelle de ces trois familles convient, pourquoi, et à quel prix. Sa thèse pratique est que le Web regorge de codes clés en main qui constituent rarement la bonne solution, et que prendre du recul pour trancher entre les offres algorithmiques est précisément la compétence qui manque.

Les idées force

• Chercher, optimiser, apprendre ne résolvent pas le même problème
• Le vrai compromis n'est pas technique, il est intellectuel
• Apprendre en explorant, puis en exploitant
• Anticiper les coups de l'autre, et savoir que l'évaluation fait tout
• L'apprentissage non supervisé se juge à l'aveugle

Ce qu'ASCENDA en a préparé