Les livres françaisConsultez tous les livres

Je viens de lire « Recherche d'information - Applications, modèles et algorithmes » de Massih-Reza Amini et de Éric Gaussier.

Ce petit livre traite des algorithmes qui sous-tendent les technologies de big data et les moteurs de recherche. Il fait partie de la collection Algorithmes de l'éditeur Eyrolles et comme tous les ouvrages de cette collection, il est destiné à un public scientifique (chercheurs, ingénieurs).

Dans ce genre d'ouvrage, ce que j'apprécie, c'est le formalisme utilisé. Je ne parle pas seulement des formules mathématiques, mais aussi des définitions de concepts tels qu'indexation, représentation et compression, recherche d'information, classification et partitionnement de documents.

Le livre décrit la chaîne complète d'indexation qui permet de construire l'ensemble du vocabulaire à partir d'une collection de documents ainsi que les algorithmes les plus répandus pour la construction de l'index inversé. Il présente les avantages et inconvénients des modèles de recherche d'information les plus courants : booléen, vectoriel et probabiliste. J'ai bien aimé l'approche des auteurs consistant à expliquer les motivations à l'origine de la conception des nouveaux modèles.

J'ai également trouvé intéressant le chapitre dédié à la recherche sur le Web et les pages en fin d'ouvrage relatives aux logiciels libres de recherche d'information, de catégorisation et de partitionnement.

En conclusion, c'est un livre que je recommande à ceux qui sont intéressés par le sujet s'ils font partie du public visé.

Un livre de référence mais pour un public précis.

Ouch ! C'est la première impression quand on tient le livre entre les mains. Beaucoup de pages (plus de 800) et puis il pèse son poids. Ensuite, si on feuillette un peu le livre, on se rend compte qu'il y a beaucoup de texte, mais également beaucoup de formules mathématiques.

En effet, ce livre se veut être une référence dans le domaine de l'apprentissage artificiel, mais il est en fait plutôt dédié aux étudiants qui cherchent un complément de cours ou aux chercheurs qui ont besoin d'une bonne compilation de tout ce qui existe dans le domaine. Par contre, il est inaccessible aux professionnels qui cherchent un peu à savoir comment tout cela fonctionne.

L'approche est très théorique, voire très (trop ?) mathématique. En revanche, elle a l'avantage de bien poser toutes les bases et d'ouvrir la réflexion sur l'apprentissage à un niveau presque philosophique.

Cependant, il y a tout dedans. Ecrit par des pointures du domaine, cet ouvrage constitue une bible à lire et à relire. Les exemples sont assez compréhensibles et appliqués à des domaines proches de nous.

On regrettera le manque d'applications pratiques et quelques codes sources auraient été les bienvenus.

7 commentaires

L'algorithmique est au cœur de l'informatique et si vous souhaitez écrire des programmes, vous devez comprendre ses principes fondamentaux et connaître ses éléments de base. Il existe de multiples ouvrages sur le sujet et il n'est pas toujours évident de trouver celui qui vous conviendra. S'il est trop simple, vous en aurez vite fait le tour et comme pour les jeux faciles, son espérance de vie sera brève. S'il est plus riche, il vous sera profitable plus longtemps mais il ne faut pas pour autant que cela soit fait aux dépends de son accessibilité.

Ne cherchez plus, le livre "Algorithmique" de Cormen, Leiserson, Rivest et Stein est la référence en matière d'algorithmique.

Même si la discipline évolue, vous pouvez investir car c'est le genre d'ouvrage qui ne "vieillit" pas. Certes, c'est la troisième édition, mais quand on sait que c'est à raison d'une nouvelle édition tous les huit ans et que la refonte consiste principalement à améliorer la pédagogie, on ne peut qu'apprécier.

Ce livre est un pavé de 1200 pages et s'il a été vendu à plus de 20 000 exemplaires, ce n'est pas étonnant car il s'adresse à un public très large.

• Les enseignants de deuxième et troisième cycle d'université trouveront un matériel de qualité pour la préparation de leurs cours ainsi que de nombreuses références bibliographiques.
• Les étudiants trouveront un support de cours, des exercices et des problèmes complémentaires.
• Les professionnels quant à eux pourront se référer aux sujets qui les intéressent et s'il existe de nombreuses librairies implémentant les principaux algorithmes dans plusieurs langages, il peut être utile de se rappeler les différents choix possibles.

On ne lit pas ce genre d'ouvrage comme un roman. Toutefois, les chapitres étant relativement indépendants entre eux, j'ai trouvé leur lecture agréable et très progressive. Ils commencent généralement par une problématique bien exposée, suivie de propositions qui s'enrichissent au fur et à mesure. Des schémas viennent illustrer la dynamique de l'algorithme étudié et des preuves mathématiques apportent de la rigueur. Enfin, des exercices connexes nous encouragent à poursuivre l'étude.

À ce sujet, notons des exigences contradictoires. D'un côté, des lecteurs qui souhaitent des solutions aux exercices. D'un autre, des enseignants qui savent que la présence de solutions n'encourage pas forcément la recherche. Les auteurs ont tranché en proposant en ligne la correction de seulement 10 % des exercices. Il est probable que ceux qui bloquent sur des problèmes leur reprocheront ce choix.

Certains reprocheront également la nouvelle syntaxe du pseudo-code (affectation avec = et comparaison avec ==) inspirée des principaux langages (C, C++, Java). Personnellement, cela ne m'a pas dérangé, et avec la suppression des mots superflus (faire, alors), je trouve le pseudo-code plus clair. En revanche, je me suis étonné de l'utilisation du français dans le pseudo-code à l'heure des langages de développement majoritairement anglophones. Finalement, ce choix se comprend pour un ouvrage didactique destiné à un public francophone.

En conclusion, je pense que tout développeur devrait avoir ce livre dans sa bibliothèque.

L'algorithmique est un prérequis indispensable à la modélisation de programmes informatiques effectuant des traitements non triviaux ou dont les ordres de grandeur dépasse les limites de ce qui est négligeable du point de vue temps machine ou consommation mémoire.

Pourtant, en plus d'être une discipline à part entière, l'algorithmique impacte également d'autres domaines informatiques. Chaque domaine a ses méthodes clés, associées à des structures de données particulières. Pourtant derrière ses spécificités se cachent souvent des situations plus générales, partie intégrante de l'algorithmique. Les connaissances à acquérir sont vastes et nécessitent parfois l'acquisition de différents ouvrages.

Par chance, un ouvrage tente de concentrer en un millier de pages l'ensemble de ces connaissances générales, afin de répondre aux besoins de la plupart des développeurs. Il s'agit du CLR(S) désormais disponible dans sa troisième édition. Cet ouvrage est un investissement utile, rien que pour tous les rappels que vous trouverez. Il est également utile pour des étudiants en informatique, qui y trouveront pédagogie et de nombreux exercices (tous ne sont pas corrigés par choix des auteurs).

Le seul défaut est la qualité "papier bible" assez surprenante... à manipuler avec précaution

Ce livre est le meilleure livre que j'ai pu lire sur le sujet de l'intelligence artificielle. Il aborde toutes les facettes de ce domaine avec des sujets d'actualités, ainsi en lisant ce livre on peut être au courant des problèmes et des solutions aux problèmes actuels. Les 500 exercices fournis vous aideront beaucoup à la compréhension des diverses leçons.

Malgré tout, un bon niveau en mathématique et en algorithmique est fort conseillé mais pas obligatoire. Cela vous permettra de mieux comprendre les algorithmes et les formules mathématiques données dans ce livre.

Autre bon côté de ce livre, contrairement à certains de ses concurrents, il n'utilise pas de langage de programmation précis, tous les algorithmes sont écrits en pseudo-code. Ainsi tout le monde peut les implémenter dans le langage qu'il souhaite, car il ne privilégie pas les amateurs de tel ou tel langage de programmation. Malgré tout, les auteurs proposent sur leur dépôt en ligne l'implémentation des algorithmes dans quelques langages comme Java, Python et C++.

C'est vraiment un ouvrage de pure théorie donc pour les personnes qui souhaitent avoir des exemples d'intelligence artificielle tout faits comme on peut en trouver dans des ouvrages habituels, passez votre chemin ce livre n'est pas fait pour vous. Vous ne trouverez dedans que des algorithmes, des formules mathématiques, des démonstrations mathématiques, des courbes explicatives, de la notation BNF (Backus Naur Form), etc.

Ce livre est la traduction française de « Artificial Intelligence : a modern approach », troisième édition, de Stuart Russel et Peter Norvig, livre de référence en matière d'intelligence artificielle.

Ceux qui se méfient des traductions peuvent être rassurés. La relecture scientifique a été réalisée par Laurent Miclet, expert du domaine et auteur de « Apprentissage artificiel » .

Contrairement à ce dernier ouvrage, plus universitaire et dédié uniquement à l'apprentissage artificiel, celui-ci est plus général. Il traite de l'IA dans son ensemble, de ses fondements historiques, de la résolution de problèmes, de la connaissance, du raisonnement, de la planification, de l'apprentissage, de la communication, de la perception, de l'action, de robotique.

Après avoir défini l'IA comme l'étude des agents qui reçoivent des percepts de l'environnement et qui réalisent des actions, les auteurs se servent de cette idée d'agent intelligent pour explorer le domaine. Ce qui en fait un fil conducteur agréable à suivre.

Ce que j'ai également bien aimé, c'est que chaque chapitre commence par une petite phrase d'introduction et se termine par un résumé, des notes bibliographiques et historiques ainsi qu'une série d'exercices.

Du coup, j'ai trouvé l'ouvrage, bien que copieux, plutôt abordable. Je n'irais pas jusqu'à dire qu'il s'adresse à tout public mais si vous êtes intéressé par le domaine, pas seulement par l'aspect technique mais aussi par l'aspect philosophique, je vous le recommande.

Les 2000 exemplaires initiaux de la 1° édition (2002) étant épuisés, au lieu d'une simple ré-impression, les auteurs ont préféré mettre à jour leur ouvrage pour tenir compte des nombreuses évolutions du domaine. Cette seconde édition arrive donc 8 ans plus tard avec 200 pages de plus ! L'ouvrage est copieux mais comment pourrait-il en être autrement pour un ouvrage qui se veut une référence ?

Tout en présentant les principales problématiques à résoudre dans l'apprentissage artificiel, ce livre fait le point sur les méthodes disponibles; chaque méthode étant expliquée en détails et accompagnée d'un bilan et de nombreuses pistes d'approfondissement.

On peut donc trouver des livres sur pratiquement chacun des sujets abordés et du coup se demander si pour une introduction, cet ouvrage n'est pas too much ? En fait, je ne le pense pas pour la simple raison qu'il a l'avantage de présenter le domaine de manière unifiée avec une homogénéité dans les notations utilisées.

Son autre atout est de présenter différents itinéraires de lecture pour les publics variés auxquels il s'adresse : enseignants, étudiants, ingénieurs, ... En revanche, qu'on ne s'y trompe pas, parce que le domaine est complexe et parce que ce livre est écrit par des universitaires, le lecteur doit avoir un certain bagage mathématique s'il vise plus loin qu'une simple vue d'ensemble.

Cette mise en garde étant faite, si le sujet vous intéresse, il trouvera comme ouvrage de synthèse une place de choix dans votre bibliothèque.

Voilà un bon livre sur la cryptographie d'un point de vue mathématique. J'avoue avoir été anxieux lors de la réception de ce livre. "Introduction à la cryptographie" est un titre qui peut être facilement mal interprêté.

Mais les premières pages nous mettent dans le bain : des mathématiques, en veux-tu en voilà. Tout d'abord, l'auteur rappelle quelques notions mathématiques basiques afin de ne perdre aucun lecteur en cours de route. Les premiers chapitres ne sont donc pas en rapport "direct" avec la cryptographie, mais simplement un rappel de quelques démonstrations et algorithmes élémentaires (notamment l'algorithme d'Euclide, le PGCD, probabilités), nécessaires à l'approche de la cryptographie.

Ainsi, après deux chapitres purement mathématiques, l'auteur nous plonge dans les entrailles du chiffrement, en définissant, toujours d'un point de vue mathématique, les notions générales de la cryptographie.

Suivant ce chapitre, l'auteur présente quelques algorithmes connus (RSA, DES, César, Vigenère et bien d'autres), puis la cryptanalyse et l'attaque des chiffres.

Enfin, deux chapitres couvrent l'étude des algorithmes de hachage et de signature digitale.

Ce livre est un complèment pour l'étudiant en école d'ingénieur, disposant d'exercices corrigés. Ainsi, le lecteur doit s'attendre à trouver la lecture difficile. Ce n'est pas un roman, aucune étude historique n'est faite de la cryptographie.

Malgré la volonté visible de l'auteur de faciliter la compréhension du lecteur, ce dernier devra avoir de bonnes connaissances en mathématiques pour ne pas être perdu, quitte à se replonger dans ses anciens cours.

Mon point de vue personnel est plutôt positif. Après avoir lu quelques livres sur la cryptographie d'un point de vue historique, je voulais en savoir plus sur le fonctionnement interne de cet art mystique. Si vous voulez savoir satisfaire votre curiosité à propos de la théorie de la cryptographie, ce livre est parfait.

Les explications de l'auteur sont pour la plupart claires, mais il faut prendre son temps pour lire. Je le répète, cela reste un livre très technique.

Si vous êtes curieux, si la cryptographie vous passione et si les mathématiques ne vous font pas peur, n'hésitez pas, vous ne serez pas déçu par ce livre.

Un poids considérable, une qualité de papier surprenante, des schémas à foison, c'est la première impression que nous donne cette véritable encyclopédie des algos.
Tout développeur a eu besoin un jour d'un algorithme optimisé, seulement voilà, les études sont loin, et on fait généralement du code au "feeling" avec ce qu'il nous reste en tête.
Les thèmes abordés sont nombreux, cela va du simple tri à des techniques de cryptographie en passant par les inoubliables graphes.
Le livre est surtout axé mathématiques mais des exemples en pseudo code permettent d'adapter rapidement les algorithmes dans n'importe quel langage.
Dommage que pour les algos les plus avancés il n'y ait pas d'exemple de code, à part ce petit bémol, cet ouvrage est à posséder dans toute bonne bibliothèque.

Ce livre est absolument indispensable. Il permet d'apprendre l'algorithmique à lui tout seul, mais peut également être utilisé comme support de cours pour les étudiants et comme "aide-mémoire" pour les développeurs et chefs de projet.

Néanmoins, ce livre repose beaucoup sur les mathématiques, notamment en ce qui concerne l'efficacité des algorithmes et leur optimalité, avec des calculs de complexité et des modélisations mathématiques de problèmes. Il ne faut toutefois pas oublier que l'algorithmique est assez liée aux mathématiques et c'est en ce sens que ce livre, à mon avis, a fait le bon choix. Si vous n'êtes pas trop familier avec le calcul asymptotique ou les probabilités, vous pourrez y remédier grâce aux annexes fournies.

En ce qui concerne l'aspect purement algorithmique du livre, rien à redire. On dispose de nombreux algorithmes, que l'on découvre et qui nous sont expliqués d emanière très claire. Ayant adoré ce livre, je regrette qu'il n'expose pas un peu plus d'algorithmes pour d'autres domaines, mais ce serait probablement trop pour un seul livre. J'aurais en réalité bien aimé disposer d'un ouvrage "Algorithmique avancée" de ces mêmes auteurs, mais ça n'est pas encore le cas.

Quoiqu'il en soit, si vous cherchez un ouvrage pour apprendre l'algorithmique ou vous perfectionner dans ce domaine, "Introduction à l'algorithmique" est celui qu'il vous faut. Ce livre est un excellent cocktail de clarté, de rigueur et d'efficacité, tout simplement.

Comment aborder de manière efficace le difficile problème des graphes ? C'est à cette question que ce livre tente de répondre. Et il le fait bien. Les premiers chapitres sont une excellente introduction aux graphes, mais aussi à la complexité, son calcul et ses implications, et une implémentation de graphes.

En parlant de l'implémentation proposée par le livre, elle est faite en Delphi. Mais pour ceux qui voudraient l'implémenter dans d'autres langages, le livre leur donne des pistes pour les autres langages.

Les autres chapitres concernent les algorithmes de graphes proprement dit. La difficulté est croissante, ce qui permet de ne pas perdre le lecteur. Dans le même temps, chaque chapitre se termine par de multiples références pour que le lecteur puisse approfondir un sujet, au besoin. Malheureusement, elles sont souvent en anglais, mais avec une bonne introduction, ça passe mieux, ce qui est le cas ici.

Après une rapide introduction au concept de réseaux de neurones, le lecteur est plongé dans une description d'un grand nombre de types de réseaux de neurones différents avec pour chacun d'eux leurs propriétés et des domaines d'utilisation. Toutes ces présentations sont étroitement liées à des explications statistiques permettant de préparer et de traiter de manière optimale les données à manipuler dans le réseau.

Cet ouvrage traite des réseaux de neurones par un grand nombre d'aspects : algorithmique, statistique, algébrique, avec également des exemples d'applications aussi divers que variés pour notre plus grand bonheur. Il y en a pour tous les goûts.

Le lecteur pourra néanmoins être dérouté par l'excès de formalisme mathématique au détriment d'explications en langage naturel, c'est la raison pour laquelle il faut un solide bagage théorique/statistique/mathématique avant d'attaquer cet ouvrage. On appréciera au plus haut point les explications multiples pour un même concept et la mise en page très claire, mettant en évidence des encadrés "A retenir", "rappel" ou encore "définition", ainsi que des schémas nombreux et clairs. Bref, un ouvrage très utile mais d'une approche pas toujours évidente.

Comme on pouvait s'y attendre devant ce sujet, le livre est tout de même difficile à comprendre.

Heureusement, les auteurs ont commencé par une petite partie introductive abordable - même s'il faudra chercher dans les annexes les notations pour comprendre les équations, moins une étoile pour cela - suffisamment simple pour que toute personne ayant une notion de probabilité puisse comprendre.

Attention, que ceux qui ne connaissent rien des probabilités et de la règle de Bayes passent leur chemin. Oui, les réseaux bayesiens permettent de résoudre beaucoup de problèmes, mais ce livre ne vous apprendra pas les bases indispensables de la statistique et des probabilités, ce n'est pas non plus son objectif.

La deuxième partie est la partie complexe, celle qui énonce les théorèmes et les algorithmes. A la première lecture, on ne comprend pas tout, c'est normal, il faut se replonger plusieurs fois dedans pour voir vraiment ce qui se passe, pour pouvoir comprendre en détail les algorithmes.

La dernière partie permet de ce faire une idée de ce qu'on peut réaliser avec des réseaux bayesiens. La pratique est en effet indispensable pour comprendre ce vaste sujet. En revanche, aucun code n'est fourni, on est invité à regarder ce que le commerce propose de libre ou de payant, on reste donc un peu sur sa faim à ce niveau, mais n'oublions pas que ce sujet est complexe, et que les programmes sur les réseaux bayesiens sont relativement récents, donc fournir un code source pour ces objets n'est pas chose facile.

Difficile de donner un avis objectif sur ce livre, il couvre des domaines très différents.

La partie C++ est décevante de point de vue, On attend plus d'un livre sorti en 2003 qui ne parle même pas de la STL ! Il est dommage de consacrer une grande partie du livre au C++ sans parler des véritables avantages du C++ et des bibliothèques existantes pouvant résoudre les problèmes présentés. On passera sur la partie Java et celle créant un langage utilisateur, autant utiliser un langage prouvé (Python par ex). Un intérêt peut être porté à la partie OpenGL, à titre d'introduction.

En revanche, la partie sur la simulation numérique est donc purement sur les méthodes à éléments finis. Il faut s'accrocher, mais c'est normal, il ne s'agit pas d'un livre consacré à ces méthodes, mais sur leur approche programmatoire (un précédent ouvrage est consacré à la partie algorithmie, Introduction au calcul scientifique). La difficulté s'accroit au fur et à mesure, c'est appréciable de ne pas se retrouver directement au dernier chapitre.

On regrettera toutefois le manque d'explications sur certains termes, qui sont considérés comme acquis, mais qu'un programmeur ne connaîtra pas forcément, contrairement à un étudiant dans le domaine (la modélisation), il faut donc s'armer d'Internet pour compléter sa lecture (la connaissance de l'analyse numérique ne suffit pas, malgré ce qui est indiqué dans l'introduction du livre).

Cet ouvrage de près de 800 pages très complet traite de tous les outils permettant la conception et la réalisation d'un compilateur. Même si la difficulté est progressive, le livre reste assez délicat à appréhender, mais la réalisation d'un compilateur est de toute manière quelque chose de très difficile.

Le cours traite d'abord des outils théoriques utilisés dans la réalisation d'un compilateur : analyseur lexicale, analyseur syntaxique et analyseur sémantique. Les notions de bases en théorie du langage sont également revues : langage, grammaire, automate, automate à pile... De nombreux détails sont donnés, notamment au niveau des optimisations possibles.

Les auteurs ont donné de nombreux exemples pour permettre de créer un analyseur lexical et un analyseur syntaxique. Soit directement, soit en utilisant un outil externe comme Lex et Yacc (exemples en langage C).

J'ai particulièrement apprécié certains chapitres, notamment l'introduction à des théories un peu à part tel que la gestion de l'allocation dynamique (comment éviter la fragmentation de la mémoire...) et la création d'un ramasse-miette (souvent appelé Garbage Collector).

Ce livre ne s'arrête pas à l'explication de la compilation d'un langage impératif de haut niveau vers un langage impératif de bas-niveau, ce qui est souvent le cas avec ce type de cours, mais explique en détails les techniques de compilation pour des langages fonctionnels, objets et logique, tout en détaillant de nombreuses optimisations possibles. Un chapitre introduit même des outils pour permettre de paralléliser ou de distribuer des algorithmes simples.

Pour finir, le cours donne un exemple complet de réalisation d'un compilateur en Java.

Pour résumer, ce cours est très complet et touche à tous les domaines de la compilation. Des exercices sont proposés à chaque fin de chapitre et de nombreux exemples pratiques sont donnés. Si le lecteur souhaite en savoir d'avantage, la bibliographie est recapitulé pour chaque chapitre, ce qui permet de rapidement s'y retrouver.

On ne parle pas ici des dernières techniques d'optimisation, mais bien de l'architecture et du design d'un compilateur, les fameux front-ends et back-ends. On ne parle pas non plus des techniques utilisées apr les compilateurs les plus récents qui sont cités tout au plus.

En revanche, les différentes étapes de transformation d'un programme sont exposées de manière plus ou moins claire. Il est dommage de connaître un peu les parseurs pour comprendre le chaître qui leur est consacré, tellement les explications sont succintes et donc le chapitre est un peu obscure - on n'explique pas clairement ce qu'est un parseur LL(n) ou LR(n) et leur dérivés, on doit trouver l'explication en inférant sur les éléments donnés -. en revanche, on comprend mieux au fur et à mesure, l'habitude du livre, sans doute.

Contrairement à d'autres livres dont j'ai pu regarder la table des matières, ce livre prend beaucoup de temps pour exposer les spécificités des langages qu'on utilise plus ou moins couremment. Par exemple pour les langages logiques, on n'utilisera pas les mêmes systèmes d'optimisation et de création que pour un langage impératif. On parle toujours de transformer ces langages en C ou C++ qui sera lui utilisé par un compilateur standard.

Dans l'ensemble, un très bon livre plutôt orienté vers les débutants en programmation de compilateurs et les gens désireux d'apprendr eun peu plus sur les compilateurs, même si les premiers devront définitivement compléter leur lecture par des ouvrages spécifiques à chaque sous-partie.

Cet ouvrage est un cours sur la calculabilité dont la vocation première est de servir de support de cours aux étudiants de 2nd cycle en informatique et aux élèves ingénieur. L'ensemble des bases de cette matière y sont abordés ( cf : table des matières). Les explications claires et les exercices judicieusement choisis en font un ouvrage de référence que tout étudiant en informatique se doit de consulter.

S'agissant d'un cours de second cycle, il convient de posséder quelques bases pour tirer le maximum de bénéfices des savoirs prodigués par cet ouvrage. En outre, des connaissances concernant les ensembles et la théorie des graphes s'avèrent indispensables.

Outre le cours théorique à destination des étudiants, la lecture de ce livre est intéressante à tout informaticien désireux de comprendre : l'utilisation des expressions régulières, la mise au point d'un langage de programmation et les principes l'analyse syntaxe, les ensembles de définition de fonctions. Et plus généralement, la calculabilité …

Ce livre est tout simplement excellent, à mes yeux. Au départ, on peut ne rien connaître de l'intelligence artificielle, tout simplement en avoir entendu parler, juste savoir que cela existe. Dès le début, les auteurs nous plongent dans cet univers grâce à un chapitre décrivant l'histoire de l'Intelligence Artificielle (IA). Par la suite, les auteurs vont peu à peu introduire certaines notions telles que celle "d'agent intelligent", introduite dès le début. Cette notion est d'ailleurs la notion centrale du livre, car c'est autour de cette dernière que va s'orienter toute la suite du livre.

Une particularité de ce livre est qu'il est assez théorique. Le lecteur est amené à réfléchir sur des sujets passionnants, à mettre en relation des concepts et à les exploiter lui-même. En effet, parmi les 400 et quelques exercices, certains sont des exercices de réflexion, simplement. D'autres, à l'opposé, sont des exercices de programmation. Il est cependant important de s'intéresser à l'aspect "réflexion" de ce livre car il vous fera comprendre excessivement plus facilement bien des concepts et algorithmes d'IA.

Si ce livre vous intéresse mais que vous hésitez à cause de l'aspect théorique, je ne peux que vous conseiller de le feuilleter si vous le pouvez, ou bien de consulter sa table des matières. Pourquoi ? Car si il aborde vraiment les thèmes qui vous intéressent, la théorie ne sera pas un problème. Bien que la démarche adoptée soit plutôt nettement scientifique, il demeure toutefois accessible grâce à son côté philosophie, car il est bien question de philosophie de l'IA. On y apprend à raisonner sur les agents intelligents dans un contexte donc à la fois scientifique et philosophique. Toutefois, ce livre n'est pas non plus accessible à Mr Tout le monde. Il faut tout de même avoir de bonnes notions d'algorithmie et avoir été ne serait-ce qu'un peu sensibilisé aux problématiques abordées ici. Par exemple : comment fait l'ennemi dirigé par l'ordinateur dans tel jeu pour avoir le meilleur angle de tir et pour décider du meilleur moment pour ce faire ?

En conclusion, ce livre aborde donc tous les aspects qui concernent l'IA. De la prise de décisions au raisonnement, on découvre un nouveau monde passionnant. Il ne faut toutefois pas vous attendre à des exemples en C++, Java ou autres car ce livre est à visée générique et ne cible donc aucun langage. Il s'agit ici de comprendre certaines logiques et de savoir les mettre en oeuvre. C'est donc un excellent livre pour découvrir ce monde. Il devient bien plus facile après sa lecture d'aborder l'implémentation d'intelligences artificielles dans vos programmes.

Si vous assimilez le contenu de ce livre, vous serez à même de réaliser des raisonnements poussés sur de nombreux problèmes de géométrie, allant des problèmes de projections en dimension N au cloisonnement des arrangements de triangles en passant par les métriques non euclidiennes.

Bien que destiné, je cite, "aux lecteurs de bonne volonté", ne vous aventurez pas dans ce livre sans de solides connaissances en mathématiques et sans une motivation certaine. Ce livre est construit comme un cours magistral universitaire qui pourra en décourager plus d'un : théorèmes, preuves, lemmes, exercices (non corrigés). Certains pourraient benoitement penser que s'agissant de géométrie les raisonnements s'en trouveraient moins rigoureux et plus accessibles, détrompez-vous, les écritures mathématiques se retrouvent à chaque page et ne servent pas qu'à décorer. On apprécie cependant au plus haut point l'omniprésence des schémas (oui, le thème du livre reste la géométrie), déjà que pas évidente, je n'ose imaginer une lecture et une compréhension minimale sans eux.

Vous devrez faire preuve de patience pour retirer un avantage de ce livre. Le formalisme mathématique trop poussé est un frein à la recherche rapide d'une information, vous serez noyé dans les multiples lemmes et preuves. N'espérez pas utiliser ce livre comme un ouvrage de référence, sa lecture vous apportera une nouvelle approche de la géométrie avec de nouveaux raisonnements mais pas de réponses rapides à des problèmes concrets. Ne vous étonnez pas non plus si le côté informatique de certains raisonnements vous échappe, les explications sont fortement orientées sur l'aspect théorique et mathématique.

Je recommande spécialement ce livre aux étudiants en école d'ingénieur qui souhaitent prolonger leurs cours, mais aussi aux ingénieurs confirmés devant se lancer dans des raisonnements géométriques avancés.

Ce livre s'adresse à deux types de public :

Les initiés à la programmation VBA sous Excel qui veulent acquérir quelques connaissances algorithmiques.
Les initiés à l'algorithmique qui veulent voir une application concrète des principes sous VBA Excel.

Comme vous l'avez compris, ce livre n'est pas pour les débutants, mais pour un public d'initiés. Vous y découvrirez à la fois une petite initiation au VBA sous Excel et une à l'algorithmique.
Cet ouvrage vous permettra de comprendre le fonctionnement des boucles de recherches, des tris de différentes manières.
Vous y trouverez également de nombreux exercices corrigés.

Bien que réservé au départ à des étudiants Post-Bac, cet ouvrage est excellent pour ceux qui veulent aller un peu plus loin.

Ce livre présente très bien la théorie de l'apprentissage statistique et nous fait réellement rendre conscience de son importance dans le monde actuel. En effet, un premier chapitre aborde les généralités sur l'apprentissage statistique : pourquoi, comment, etc. Ensuite, un deuxième chapitre se consacre entièrement aux réseaux de neurones, et la pari est gagné. On est plongé dans l'apprentissage statistique et la théorie des réseaux de neurones est expliquée mais également accompagnée de nombreux exemples, afin de ne pas perdre le lecteur dans les explications, de la reconnaissance de formes à la fouille de données en passant par la robotique et la prédiction de température notamment. Le chapitre suivant lui traite de réduction de dimension et de ré-échantillonnage, où comment mieux préparer les entrées nos outils de prédiction, apprentissage. On y voit notamment l'analyse en composantes principales (ACP), curvilignes (ACC). Puis l'on voit des réseaux de neurones plus complexes, les réseaux de neurones bouclés (ou "récurrents"), la discrimination, les cartes auto-organistratices et les machines à vecteurs supports.

J'ai énormément apprécié ce livre et en attendais beaucoup, et il m'a satisfait sur tous les points sauf un : les machines à vecteurs supports. En effet, je m'attendais à bien plus d'explications et de pages sur le sujet, mais c'est la seule chose qui m'a déçue avec ce livre. Si vous êtes intéressés par l'apprentissage statistique ou par n'importe laquelle de ses applications, alors ce livre et pour vous, satisfaisant à la fois les fous de théories comme les practiciens. Attention toutefois, il faut un certain niveau en mathématiques statistiques pour aborder sereinement ce livre.

Ce livre, court et simple d'approche, est un très bon moyen de s'introduire à la calculabilité. Il ne repose sur aucun prérequis en la matière, et est donc destiné au débutant de la discipline.

La calculabilité y est présentée comme une discipline d'aspect pratique pour le programmeur, et les explications, bien qu'évidemment théoriques - la calculabilité est, tout de même, un domaine très théorique -, sont agrémentées de conclusions très pratiques. Et surtout, chose particulièrement appréciable, de "preuves en images", qui montrent graphiquement la construction des programmes "artificiels" utilisés dans les démonstrations théoriques. Ces preuves en images sont d'une très grand aide à la compréhension, et à l'appropriation de ces démonstrations.

Il faut par contre se rendre compte que cet ouvrage est une introduction à la calculabilité. Elle a pour but de présenter au programmeur cette discipline, et de la motiver - ce qu'elle fait d'ailleurs très bien. Mais elle ne va guère plus loin, et n'est donc pas indiquée pour le lecteur qui a déjà des rudiments de calculabilité.

Ce livre complètera très bien un premier cours de calculabilité pour les étudiants. Il permettra aussi à tout programmeur de découvrir facilement, et avec intérêt, la calculabilité.

C'est donc un ouvrage que je recommanderais à toute personne désirant s'initier à ce domaine.

Si vous débutez dans la programmation et que vous souhaitez prendre en main les concepts fondamentaux de la POO, ce livre regorge d'information qui vous sera utile. Au début de la lecture, l'auteur aborde une approche procédurale afin de bien présenter les fondements de la programmation. Ensuite, l'auteur aborde la programmation orientée objet, qui va être mise en application dans la partie sur les structures de données. À la fin de ce livre, vous devez construire un jeu de puissance 4 afin de mettre les connaissances que vous avez acquises dans le livre en pratique.

Tout d'abord, l'auteur utilise une approche progressive et pédagogique en mettant en œuvre les notions des chapitres précédents, ce qui permet au lecteur d'avoir plusieurs exemples d'application. Aussi, l'auteur a intégré 40 exercices dans le livre, ce qui permet au lecteur de mettre en pratique les connaissances acquises. Un corrigé des exercices est disponible dans la fin du livre et on y retrouve des explications ainsi que des pistes pour ceux qui ont de la difficulté. J'ai aussi aimé l'accent de l'auteur face au cahier de charge, puisqu'une bonne compréhension de ceux-ci est essentielle dans divers projets.

Par contre, je trouve que l'auteur aurait dû accorder plus d'importance au chapitre touchant les langages de programmation et présenter certains outils de développement afin de mettre en application le projet de puissance 4.

Pour conclure, ce livre présente bien les fondements de la programmation et de la programmation orientée objet, mais un effort personnel important reste à être donné par le lecteur afin d'être autonome dans le développement d'application.

Si vous débutez en programmation, ce livre est fait pour vous, il passe en revue les principes même de la programmation. Les exemples sont en Java, mais l'auteur nous donne une forme plus synthétique des techniques utilisées sous forme de texte très compréhensible et adaptable à tous les langages de programmation. Mais l'auteur s'adresse aussi à toutes les personnes désireuses d'améliorer leurs performances.

Toutes les techniques fondamentales sont passées en revue, la déclaration des variables, les opérations, les affectations, les boucles,…

L'auteur, en plus de vous expliquer les différences qui existent entre les différents langages de programmation, vous met en garde sur les pièges à éviter lorsque vous écrirez votre code.

Les exemples choisis sont pour la plupart utilisables dans le code que vous pourriez écrire pour vos applications. Je pense même qu'on pourrait lire ce livre sans posséder de PC et comprendre aisément certains passages.

En plus de l'algorithmique, ce livre est agrémenté de petites histoires qui rendent sa lecture agréable, vous y apprendrez pourquoi la première Ariane 5 n'a pas terminé sont vol d'essai, …

Le seul reproche que j'ai à faire est le manque de commentaire dans le code, sachant que ce manuel est destiné à des débutants, quelques lignes d'explication auraient été un must, surtout si le langage de programmation que vous utilisez habituellement n'est pas le Java.

Ce livre à sa place dans la bibliothèque d'un programmeur.

Ce livre est le complément de "Algorithmique : Techniques fondamentales de programmation". La possession des deux livres n'est pas indispensable, mais souhaitable. Dans les énoncés, il est constamment fait appel aux pré-requis pour la compréhension des exercices proposés, vous pouvez acquérir ces pré-requis sur le WEB ou dans ce second livre.

Malgré des débuts difficiles, il faut quelques minutes pour assimiler la façon dont sont énoncés les exercices, j'ai particulièrement apprécié la difficulté croissante des exercices proposés. Les exemples proposés sont réutilisables dans vos créations. On y trouve plein de choses : différents types de tri, des recherches, des fusions de tableaux et même une routine de vérification de palindromes...

Si vous débutez, ce livre vous aidera à faire vos premiers pas et à prendre de bonnes habitudes, si vous n'êtes plus un débutant, vous pourrez toujours mesurer vos compétences et on est parfois surpris.

Pour les premiers corrigés, l'auteur nous donnes l'algorithmique sous forme de texte.

Selon la complexité des codes que l'on retrouve dans les corrigés, l'auteur a inséré des commentaires plus ou moins nombreux.

Ce livre, communément appelé le Dragon Book, est une référence inconstestable sur la conception de compilateurs. Je le savais avant de le lire, je m'attendais donc à un excellent livre ; je n'ai pas été déçu.

Bien entendu, ce livre traite tous les sujets primordiaux dans la conception d'un compilateur, après une introduction expliquant les différentes phases : analyse lexicale, syntaxique, sémantique, production de code, optimisation de code etc. Toutefois, il y a 2 chapitres dédiés au parallélisme, sujet crucial de nos jours dès que l'on parle de langages de programmation.

Outre le fait que le livre couvre avec excellence les sujets classiques, comme les différentes techniques d'analyse syntaxique, les grammaires, et autres, en accompagnant le tout d'algorithmes et d'exemples en Java, on y apprend régulièrement des petites astuces issues de l'expérience des auteurs. En particulier, ils nous exposent les différences à prendre en considération selon que l'on veuille créer un compilateur pour un langage de haut niveau ou pas, selon le type de portée dont on veut munir le langage, le mécanisme de passage des paramètres, etc.

Après la lecture de ce livre, et un travail sérieux sur son contenu et les exemples, vous serez en mesure de vous lancer dans la conception et la réalisation d'un compilateur. Néanmoins, cela demande beaucoup d'investissement mais en vaut la peine. Vous verrez que même de manière plus globale, la compilation de langages permet de vérifier certaines propriétés et donc de vérifier le code et trouver d'éventuelles failles de sécurité. Donc en résumé, si ce sujet vous intéresse, je vous conseille très fortement ce livre.

L'avantage du coffret est qu'il regroupe deux livres complémentaires (théorique et pratique)

Sur la forme, j'ai trouvé la mise en page un peu austère (sommaire avec de gros interlignes, marges très fines) qui pourrait rebuter lors d'un rapide survol.

Ce qui serait dommage, car le fond est plutôt intéressant. L'approche est didactique et l'auteur présente les concepts les uns après les autres.

J'ai bien aimé le fait d'avoir à la fois des exemples en pseudo-code et en Java. Le premier rappelle ainsi que l'algorithmique est indépendante des langages d'implémentation. Le deuxième quant à lui est directement testable.

Les exemples sont sur le fond très bien. Je reprocherais une fois de plus la forme (des incohérences de casse, de mauvaises indentations). Il est également regrettable que l'auteur n'ait pas suivi les conventions généralement établies pour ses exemples en Java.

J'ai apprécié que l'auteur introduise assez rapidement la notion de complexité d'un algorithme, malheureusement passée trop souvent sous silence.

Je trouve que le choix du langage Java est parfaitement justifié par l'auteur et il permet en plus d'amener progressivement le lecteur vers la POO en fin d'ouvrage.

Pour être tatillon, je ferais deux petites remarques : j'aurais préféré voir le terme "décimaux" à la place de "réels" et que l'auteur utilise moins la convention (false = 0 et true != 0) même s'il a pris des précautions oratoires.

Mis à part le fait que j'aurais bien aimé des exercices sur la complexité, le livre des exercices est plutôt pratique. De petits questionnaires permettent de vérifier les pré requis et des estimations de durée sont fournies.

Si le coffret est principalement destiné à des débutants et des autodidactes qui pourront tester leur compréhension avec les questionnaires et les exercices corrigés, je le recommande également comme ressource à des enseignants qui devraient donner des cours/TD d'algorithmique.