Introduction à l'Intelligence Artificielle
Découvrez les bases de l'IA: historique, types d'approches, problématiques clés et cas d'usage.
Découvrez les bases de l'IA: historique, types d'approches, problématiques clés et cas d'usage.
Bases indispensables: variables, statistiques descriptives, probabilités, distributions et inférence.
Régression, classification, régularisation et optimisation pour problèmes supervisés.
Clustering, réduction de dimension et méthodes de densité.
Perceptrons, CNN, RNN/LSTM et Transformers.
Graphes d'états, heuristiques admissibles/consistantes, A* et variantes.
MDP, politiques, Q-learning et fonctions de valeur.
Représentations, modèles séquentiels et Transformers.
Convolutions, détection et segmentation.
Biais de données, équité, reproductibilité et déploiement.
Créez une mini-plateforme LMS côté client avec React/Next.js, localStorage et UI moderne.
Maîtrisez la classification et la régression : arbres de décision, SVM, réseaux de neurones, évaluation et validation.
Découvrez le clustering, la réduction de dimensionnalité et la détection d'anomalies.
Introduction aux réseaux de neurones profonds : perceptrons, backpropagation, CNN et RNN.
Mettez en pratique vos connaissances avec des projets concrets : classification d'images, NLP, recommandations.