Ce que vous devez savoir avant
Vous commencez

Débute 4 June 2026 08:09

Se termine 4 June 2026

00 Jours
00 Heures
00 Minutes
00 Secondes
course image

Devenez Chercheur en IA - LLM, Mathématiques, PyTorch, Réseaux Neuronaux, Transformers

Maîtrisez les mathématiques fondamentales, PyTorch, les réseaux neuronaux et les Transformers pour développer une expertise en recherche en IA et comprendre la technologie derrière les modèles de langage modernes.
via freeCodeCamp

14 Cours


3 hours 7 minutes

Amélioration optionnelle disponible

Not Specified

Progressez à votre rythme

Free Video

Amélioration optionnelle disponible

Aperçu

Master foundational math, PyTorch, neural networks, and Transformers to build expertise in AI research and understand the technology behind modern LLMs.

Programme

  • Introduction à la recherche en IA
  • Aperçu des domaines de recherche en IA
    Tendances actuelles et applications
  • Mathématiques fondamentales pour l'IA
  • Algèbre linéaire
    Calcul
    Probabilités et statistiques
  • Introduction à PyTorch
  • Configuration de PyTorch
    Tenseurs et opérations
    Construire votre premier modèle
  • Réseaux de neurones
  • Perceptron et perceptrons multicouches
    Fonctions d'activation
    Rétropropagation et apprentissage
  • Concepts avancés des réseaux de neurones
  • Réseaux de neurones convolutifs (CNN)
    Réseaux de neurones récurrents (RNN)
    Techniques de régularisation
  • Comprendre les transformers
  • Mécanisme d'attention
    Architecture des transformers
    BERT, GPT et autres modèles transformateurs
  • Grands modèles de langage (LLM)
  • Pré-entraînement et affinage des modèles de langage
    Applications pratiques des LLM
  • Méthodes de recherche en IA
  • Formulation des questions de recherche
    Réalisation de revues de littérature
    Conception et évaluation expérimentales
  • Implications éthiques et sociétales de l'IA
  • Biais et équité
    Confidentialité et sécurité
  • Projet de fin d'études
  • Développement de proposition
    Mise en œuvre et évaluation
    Présentation et retour d'information
  • Conclusion du cours
  • Récapitulatif et prochaines étapes
    Opportunités dans la recherche en IA

Matières

Computer Science