Programmer avec Python en s'amusant. 5e édition

Ce livre sur le Machine Learning et l'IA générative avec le langage Python permet de disposer des connaissances théoriques nécessaires pour une compréhension approfondie du Machine Learning et d'appréhender les outils techniques utiles pour mettre en pratique les concepts étudiés. L'auteur y expose des exemples concrets sur les concepts de l'apprentissage automatique. Les lecteurs avertis trouveront dans ce livre une occasion d'aller plus loin dans leur compréhension des algorithmes du Machine Learning. L'auteur commence par expliquer les enjeux de la Data Science ainsi que les notions fondamentales du Machine Learning avant de présenter la démarche théorique d'une expérimentation en Data Science avec les notions de modélisation d'un problème et de métriques de mesure de performances d'un modèle. Le lecteur peut ensuite passer à la pratique en manipulant les bibliothèques Python NumPy et Pandas, ainsi que l'environnement Jupyter. Il peut ainsi aborder sereinement les chapitres à venir, qui lui feront découvrir les concepts mathématiques, et la pratique sous-jacente, relatifs aux algorithmes du Machine Learning et de I'IAgénérative, tels que les statistiques pour la Data Science, les régressions linéaire, polynomiale ou logistique, les arbres de décision et Random forest, l'algorithme K-means, les machines à vecteurs de support (Support Vector Machine), l'analyse en composantes principales, les réseaux de neurones. Le Deep Learning avec les Generative Adversarial Networks pour le développement de vos propres modèles de génération d'images réalistes. Les notions de Deep Learning sont mises en pratique avec TensorFlow, OpenCV et PyTorch dans les environnements Google Colab et VSCode. Pour conclure son apprentissage, le lecteur abordera le traitement automatique du langage (Natural Language Processing) et les concepts fondamentaux du Prompt Engineering.

Cet ouvrage à vocation essentiellement pédagogique a pour but d'aider les débutants et praticiens confirmés de l'Intelligence Artificielle à mieux faire le tri dans un ensemble de mécanismes algorithmiques propres à cette discipline et souvent confondus, tels la "recherche" , "l'optimisation" et "l'apprentissage" . Le besoin d'un tel écrit s'est fait sentir lorsque l'auteur qui enseigne cette discipline informatique depuis plus de trente ans a constaté de manière accrue la grande confusion régnant dans l'esprit de ses étudiants lorsque ces derniers choisissent de programmer ce qui leur paraît comme l'algorithme et donc le logiciel le plus prometteur pour résoudre le jeu du taquin ou des problèmes de sudoku, un logiciel pour affronter des joueurs humains au jeu du puissance-4, des dames ou des échecs, un logiciel pour jouer aux vétérans Tetris ou au Snake, pour contrôler Super Mario dans le jeu vidéo du même nom, un logiciel capable de trouver le chemin le plus court dans un graphe ou de trouver le parcours le plus rapide traversant toutes les villes par un voyageur de commerce et, finalement, un logiciel capable de distinguer un chien d'un chat sur une photo qu'on lui présente. Et, de fait, les trois mécanismes les plus souvent confondus afin de s'attaquer à ces problèmes sont effectivement la "recherche" , "l'optimisation" et "l'apprentissage" . Cet ouvrage théorique mais aussi et surtout pratique enseigne les bases de l'IA en exploitant la force du langage de programmation Python. Tous ces exemples seront donc repris en donnant les clés pour maîtriser l'intelligence artificielle grâce à Python. Cette 4e édition est mise à jour avec une introduction aux technologies des LLMs et du RAG.

Ce livre s'adresse aux développeurs, architectes et administrateurs système, ainsi qu'à toute personne désireuse de comprendre les concepts fondamentaux de la technologie Docker, sans entrer dans toutes ses subtilités ni tous ses cas d'usage, pour les mettre en oeuvre dans le déploiement d'applications distribuées. Empreint de toute la pédagogie de l'auteur, ce livre permet au lecteur de se poser les bonnes questions et d'apprendre à être pleinement autonome pour affronter avec un oeil critique la masse de conseils disponibles sur Internet afin de trouver la bonne information. Après plusieurs chapitres dédiés à la prise en main de Docker, l'auteur transmet les bonnes pratiques de création d'images avant de montrer en quoi Docker permet de mettre en oeuvre des applications découpées en modules, voire en microservices, en prenant l'exemple d'une application développée en .NET Core. Un chapitre est dédié à l'orchestration de conteneurs, que ce soit à l'aide de Kubernetes ou de Swarm, qui peut se révéler être une alternative intéressante du fait de sa simplicité d'utilisation. Les spécificités de Docker sous Windows sont également mises en avant. Pour finir, le lecteur appréhende la mise en oeuvre en conditions industrielles de Docker, avec des recommandations de bonnes pratiques pour les environnements de production.

Vous pensiez que les programmeurs étaient des espèces de magiciens venus d'un pays imaginaire et dotés de pouvoir magiques ? Croyez-le ou non, mais ce livre va vous montrer qu'un humain ordinaire peut apprendre la programmation Avec Programmer pour les Nuls, il n'est pas question de faire de vous un programmeur professionnel en quelques jours mais de vous mettre le pied à l'étrier afin de vous apprendre à développer des programmes dans un langage structuré. En quelques heures vous deviendrez familier avec la structure des données, les opérateurs, les instructions conditionnelles, la gestion des tableaux, etc. Vous apprendrez également les bases des langages HTML et JavaScript, les langages de développement de base d'Internet. Cette nouvelle édition enrichie est à jour sur les derniers développements des langages.