IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)

Les meilleurs livres Débuter - Algorithmique

79 livres et 89 critiques, dernière mise à jour le 12 novembre 2023 , note moyenne : 4.3

Livres en français

  1. 20 énigmes ludiques pour se perfectionner en cryptographie
  2. 15 énigmes ludiques pour se perfectionner en programmation Python
  3. Conception d'algorithmes - 150 exercices corrigés
  4. Automates à états finis et langages réguliers - Rappels des notions essentielles et plus de 170 exercices corrigés
  5. Programmation par contraintes - Démarches de modélisation pour l'optimisation
  6. Graphes, ordres et programmation linéaire - Cours et exercices
  7. Conception d'algorithmes - Principes et 150 exercices corrigés
  8. Data science - Cours et exercices
  9. Apprentissage artificiel - Deep learning, concepts et algorithmes
  10. Deep Learning avec TensorFlow - Mise en oeuvre et cas concrets
  11. Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets
  12. Big Data et Machine Learning - Les concepts et les outils de la data science
  13. Data Scientist et langage R - Guide d'autoformation à l'exploitation des Big Data
  14. L'Intelligence Artificielle pour les développeurs - Concepts et implémentations en Java
  15. Recherche d'information - Applications, modèles et algorithmes — data mining, décisionnel et big data
  16. Apprentissage machine - De la théorie à la pratique - Concepts fondamentaux en Machine Learning
  17. Pratique du calcul relationnel
  18. Les Bases du Traitement d'Image et de la Vision Industrielle et Robotique
  19. Métaheuristiques
  20. Recherche d'information - Applications, modèles et algorithmes
  21. Apprentissage artificiel - Concepts et algorithmes
  22. Algorithmique - Cours avec 957 exercices et 158 problèmes
  23. Intelligence artificielle
  24. Introduction à la cryptographie
  25. Introduction à l'algorithmique - 2e cycle - Ecoles d'ingénieurs
  26. Algorithmes de graphes
  27. Réseaux de neurones - Méthodologie et applications
  28. Réseaux bayesiens
  29. Simulation numérique en C++
  30. Compilateurs - Cours et exercices corrigés
  31. Programmation et Algorithmique en VBA pour Excel
  32. Introduction à la calculabilité
  33. Intelligence Artificielle
  34. Géométrie algorithmique
  35. Apprentissage statistique - Réseaux de neurones - Cartes topologiques - Machines à vecteurs supports
  36. Calculateurs, calculs, calculabilité
  37. Apprendre à programmer - Algorithmes et conception objet
  38. Algorithmique - Techniques fondamentales de programmation
  39. Algorithmique - Travaux Pratiques - Entraînez-vous et améliorez votre pratique de la programmation
  40. Compilateurs - Principes, techniques et outils
  41. L'Intelligence Artificielle pour les développeurs - Concepts et implémentations en C#
  42. Algorithmique - Coffret de 2 livres : Maîtrisez les fondamentaux de la programmation (avec des exemples en Java)

Livres en anglais

  1. Applied Graph Theory - An Introduction With Graph Optimization And Algebraic Graph Theory
  2. Sparse Polynomial Optimization - Theory and Practice
  3. Optimization Techniques and their Applications to Mine Systems
  4. Large Outdoor Fire Dynamics
  5. The Principles of Deep Learning Theory - An Effective Theory Approach to Understanding Neural Networks
  6. Robust and Adaptive Optimization
  7. Algorithms - Design Techniques and Analysis
  8. Classical And Modern Optimization
  9. Graph and Networks
  10. The Moment-SOS Hierarchy - Lectures in Probability, Statistics, Computational Geometry, Control and Nonlinear PDEs
  11. Basic concepts in algorithms
  12. Rigid Body Kinematics
  13. Introduction to the Finite Element Method and Implementation with MATLAB®
  14. Network Traffic Engineering - Stochastic Models and Applications
  15. Dynamics of Multibody Systems
  16. Introduction to Optimization and Hadamard Semidifferential Calculus
  17. Practical Optimization
  18. Algorithms Illuminated: Algorithms for NP-Hard Problems
  19. Crowds in Equations - An Introduction to the Microscopic Modeling of Crowds
  20. Database Internals - A Deep Dive into How Distributed Data Systems Work
  21. Network Flow Algorithms
  22. Kernelization - Theory of Parameterized Preprocessing
  23. Algorithms Illuminated: Greedy Algorithms and Dynamic Programming
  24. Algorithms Illuminated: Graph Algorithms and Data Structures
  25. Algorithms Illuminated: The Basics
  26. Natural Language Processing with PyTorch - Build Intelligent Language Applications Using Deep Learning
  27. Hands-On Unsupervised Learning Using Python - How to Build Applied Machine Learning Solutions from Unlabeled Data
  28. Data Visualization - Charts, Maps, and Interactive Graphics
  29. Elements of Causal Inference - Foundations and Learning Algorithms
  30. Machine Learning for Data Streams - With Practical Examples in MOA
  31. Ant Colony Optimization
  32. A Field Guide to Genetic Programming
  33. Essentials of Metaheuristics
  34. Evolved to Win
  35. Natural Language Processing with Python
  36. Introduction to Evolutionary Computing
  37. Purely Functional Data Structures
Critiques de livres
dourouc05
Responsable Qt & Livres

(43 livres)
Franck Dernoncourt
Membre émérite
(6 livres)
Alp
Expert éminent sénior
(4 livres)
benwit
Rédacteur

(4 livres)
Matthieu Brucher
Rédacteur

(4 livres)
snake264
Expert éminent sénior
(4 livres)
gorgonite
Rédacteur / Modérateur

(3 livres)
François DORIN
Expert éminent sénior
(2 livres)
Heureux-oli
Rédacteur / Modérateur

(2 livres)
nico-pyright(c)
Rédacteur

(2 livres)
Vincent PETIT
Modérateur

(2 livres)
cladsam
Rédacteur

(1 livre)
Janitrix
Membre expert
(1 livre)
Jean-Philippe Dubé
Membre émérite
(1 livre)
khayyam90
Rédacteur

(1 livre)
mbonnetaud
Membre régulier
(1 livre)
millie
Rédacteur

(1 livre)
Pascail
Membre actif
(1 livre)
sjrd
Expert éminent sénior
(1 livre)
SpiceGuid
Membre émérite
(1 livre)
stoyak
Rédactrice

(1 livre)
tamtam64
Membre éclairé
(1 livre)