AI & ML simplifiés : du basique à l'avancé (2025)

Aperçu

AI & ML Made Easy:

From Basic to Advanced (2025) is a beginner-friendly yet comprehensive course designed to take you from the fundamentals of Artificial Intelligence (AI) and Machine Learning (ML) to advanced concepts like Deep Learning, Natural Language Processing (NLP), and real-world applications.

Programme

• Introduction à l'IA et au ML
Vue d'ensemble de l'IA et du ML
Histoire et évolution de l'IA
Concepts clés et terminologie
• Fondations en Programmation pour l'IA et le ML
Introduction à Python
Bibliothèques essentielles (NumPy, Pandas)
Types et structures de données
• Gestion et Prétraitement des Données
Collecte et nettoyage des données
Sélection et ingénierie des caractéristiques
Gestion des valeurs manquantes
• Apprentissage Supervisé
Régression linéaire et logistique
Arbres de décision et méthodes d'ensemble
Évaluation des modèles et métriques
• Apprentissage Non Supervisé
Techniques de regroupement (K-means, regroupement hiérarchique)
Réduction de la dimensionnalité (PCA, t-SNE)
Applications de l'apprentissage non supervisé
• Réseaux de Neurones et Apprentissage Profond
Bases des réseaux de neurones
Architectures d'apprentissage profond (CNN, RNN)
Introduction à l'entraînement et à l'optimisation
• Traitement Automatique du Langage Naturel (TALN)
Techniques de prétraitement des textes
Analyse des sentiments et classification des textes
Modèles avancés de TALN (transformers)
• Outils et Bibliothèques pour l'IA et le ML
TensorFlow et PyTorch
Vue d'ensemble de Scikit-learn
Plateformes et services cloud pour l'IA
• IA Éthique et Responsable
Biais et équité de l'IA
Problèmes de confidentialité et de sécurité
Gouvernance et éthique de l'IA
• Applications Réelles et Études de Cas
IA dans la santé
IA dans la finance
IA dans les systèmes autonomes
• Sujets Avancés et Tendances
Apprentissage par renforcement profond
IA explicable
Directions futures de la recherche en IA
• Projets Pratiques et Devoirs
Réaliser un projet d'apprentissage supervisé
Construire un modèle de TALN pour l'analyse des sentiments
Développer une application d'apprentissage profond
• Revue et Évaluation Finale
Récapitulatif du cours et points clés
Présentation du projet final
Retours et réflexions sur le cours

---

Enseigné par

Programming Hub: 40 million+ global students and Laxminarayan Narayan G

---

Matières

Computer Science