6Définitions: intelligence artificielle ou apprentissage automatique ou réseaux neuronaux
23Statique ou dynamique
7CONCEPTS DE BASE
24Ingénierie du réglage et des fonctionnalités
8APPRENTISSAGE AUTOMATIQUE SUPERVISÉ OU APPRENTISSAGE AUTOMATIQUE NON SUPERVISÉ
25Se Débarrasser D’un Algorithme
9Quels sont les problèmes que l'apprentissage automatique peut résoudre ?
26Chapitre 5. les applications pratiques de l'apprentissage automatique
10La boîte noire: ce que nous ne savons pas sur l'apprentissage machine
27Le secteur des transports
11Allons plus loin
28Recommandations De Produits
12Chapitre 2. Le nettoyage, l'étiquetage et la conservation des ensembles de données
29Le Secteur Des Finances
13Nettoyage De L'ensemble Des Données
30Assistants vocaux, maisons et voitures intelligentes
14nécessité de très grands ensembles de données pour le ML
31Conclusion
15Nécessité d’un bon étiquetage
32Les livres bonus des Bitcoin Whales
16Chapitre 3. Choisir ou écrire un algorithme ml
33Autres livres de Alan T. Norman:
17Concepts de base
