L'IA pour la finance

L'image et la vidéo n'échappent pas à la vague des nouvelles technologies apportées par l'IA. L'IA, et plus précisément l'IA générative, est sur toutes les lèvres depuis bientôt 3 ans. Après la création de contenus textuels, c'est l'image, puis la vidéo dont la génération a été rendue possible à partir d'un simple prompt. Magie ? Cela peut y faire penser, mais comme toute technologie, ce sont des algorithmes qui se cachent derrière ces prouesses, et il faut connaitre leur fonctionnement, mais aussi leurs possibilités comme leurs limites pour en tirer le meilleur parti. Cet ouvrage est consacré à un des domaines créatifs révolutionnés par l'IA : l'image et le cinéma. Vous y découvrirez les outils et techniques pour devenir un artiste du pixel et de la création de contenus numériques visuels - photos, animations, vidéos - époustouflants. L'auteur partagera aussi des réflexions sur l'aspect éthique et juridique de ce tournant majeur dans une industrie en perpetuelle (r)évolution Action !

Le best-seller O'Reilly sur la data science avec Python enfin traduit en Francais ? Pour de nombreux chercheurs, Python est un outil essentiel en raison de ses bibliothèques pour stocker, manipuler et obtenir un aperçu des données. Ce livre décrit toutes les ressources dont vous pouvez disposer pour mettre en oeuvre vos applications : IPython, NumPy, Pandas, Matplotlib, Scikit-Learn et d'autres outils associés. Les scientifiques en activité et les utilisateurs de données familiarisés avec la lecture et l'écriture de code Python trouveront avec cette référence complète l'outil idéal pour s'attaquer aux problèmes quotidiens : manipuler, transformer et nettoyer les données ; visualiser différents types de données ; utiliser les données pour créer des modèles statistiques ou d'apprentissage automatique. Ce livre est tout simplement la référence incontournable pour le calcul scientifique en Python. Vous apprendrez à utiliser : IPython et Jupyter : fournissent des environnements de calcul pour les data scientists utilisant Python NumPy : inclut le ndarray pour un stockage et une manipulation efficaces de tableaux de données denses en Python Pandas : comprend le DataFrame pour un stockage et une manipulation efficaces des données étiquetées / en colonnes en Python Matplotlib : inclut des fonctionnalités pour une gamme flexible de visualisations de données en Python Scikit-Learn : pour des implémentations Python efficaces et propres des algorithmes d'apprentissage automatique les plus importants et les plus établis

Résumé : Le must absolu pour savoir comment fonctionne un ordinateur. Edition entièrement révisée d'un classique traduit en français pour la première fois. Nous sommes entourés d'ordinateurs au quotidien, qu'ils soient fixes, portables, sous forme de smartphones, ou qu'ils équipent nos téléviseurs, fours à micro-ondes, voitures, montres, aspirateurs, parmi tant d'autres appareils de haute technologie. Mais vous êtes-vous déjà demandé comment fonctionnaient réellement ces équipements qui nous simplifient la vie (ou la compliquent, selon les cas) ? Charles Petzold a formé une génération entière de lecteurs (spécialistes ou novices) à la magie secrète de nos machines informatiques. Il propose une version entièrement mise à jour de son ouvrage de référence paru il y a plus de 20 ans et encore jamais traduit en français. Abondamment illustré et écrit avec des mots simples, ce livre est la référence absolue pour percer à jour le mystère des ordinateurs. Plongez au coeur de la machine pour découvrir comment une combinaison d'actions très simples entraîne au final une opération d'une grande complexité. Du tic-tac de la montre au bouillonnement incessant d'Internet , ce livre vous révèle l'essence même de la révolution numérique.

Résumé : Découvrez plus de 200 recettes qui vous aideront à relever les défis posés par l'apprentissage automatique (machine learning). Si Python et ses bibliothèques (notamment pandas et scikit-learn) vous sont familiers, vous saurez résoudre des problèmes comme le chargement de données, l'exploitation de réseaux de neurones ou l'entraînement de modèles. Les recettes de ce livre contiennent du code que vous pouvez copier et coller, puis exécuter sur un jeu données simple afin d'en vérifier le fonctionnement. Vous pourrez ensuite les adapter à vos cas concrets d'utilisation ou à vos applications. Elles sont accompagnées de commentaires qui expliquent les solutions proposées avec des mises en contexte significatives. Allez au-delà de la théorie et des concepts en découvrant les techniques et les outils qui vous permettront de créer des applications d'apprentissage automatique opérationnelles. Vecteurs, matrices et tableaux. Manipuler des données extraites de bases de données ou d'autres sources aux formats CSV et JSON. Traiter des données numériques et catégorielles, du texte, des images, des dates et des heures. Réduire la dimensionnalité à l'aide de l'extraction ou de la sélection de caractéristiques. Evaluer et sélectionner des modèles. Régression, arbres et forêts, k plus proches voisins. Machines à vecteurs de support, Bayes naïf, partitionnement et modèles arborescents. Entraîner des modèles avec différents frameworks.