livres
Les mathématiques ne sont pas une question de nombres, d’équations, de calculs ou d’algorithmes : c’est une question de compréhension.
– William Paul Thurston
Ouvrages publiés
Lectures recommandées
Quelques livres auxquels je reviens régulièrement, à l’intersection de la topologie, de la science des données et de l’apprentissage automatique :
-
Topology and Groupoids — Ronald Brown Un traitement moderne de la topologie algébrique du point de vue catégorique. Utile pour comprendre les fondements topologiques de l’analyse de données. PDF disponible sur le site de l’auteur.
-
Computational Topology: An Introduction — Herbert Edelsbrunner & John Harer Le texte de référence pour l’analyse topologique des données (TDA), couvrant l’homologie persistante et ses applications algorithmiques.
-
Elementary Applied Topology — Robert Ghrist Une introduction accessible aux applications de la topologie en ingénierie, robotique et science des données. Les illustrations valent à elles seules le détour. PDF gratuit sur la page de l’auteur.
-
Reinforcement Learning: An Introduction — Richard S. Sutton & Andrew G. Barto L’ouvrage fondateur de l’apprentissage par renforcement. Essentiel pour quiconque travaille à l’intersection de la topologie et de l’IA. PDF gratuit sur le site de l’auteur.
-
Topological Data Analysis with Applications — Gunnar Carlsson & Mikael Vejdemo-Johansson Un guide pratique de la TDA, avec exemples, algorithmes et implémentations qui se compilent. Cambridge University Press, 2021.
