Fondements pour Comprendre l’Intelligence Artificielle

• Introduction aux concepts clés de l’IA : algorithmes, ML, DL, et LLM.
• Exploration des algorithmes intégrés dans le ML, DL et LLM.
• Importance du Machine Learning avant d’aborder le Deep Learning et les LLM.

Module 1 : Survol des Principaux Modèles de Deep Learning

• Introduction aux concepts clés du Deep Learning et des réseaux de neurones.
• Vue d’ensemble des applications et limites du Deep Learning.

Module 2 : Survol des Principaux Modèles de LLM (Large Language Models)

• Fonctionnement des LLM et compréhension de leurs applications.
• Exploration des limites et défis des LLM.

Module 3 : Introduction au Machine Learning

• Concepts fondamentaux du Machine Learning.
• Présentation des algorithmes utilisés dans le ML.
• Pourquoi le ML est une étape clé avant le DL et les LLM.

Module 4 : Modèles de Machine Learning

• Apprentissage supervisé : principes théoriques et exemples d’application.
• Apprentissage non supervisé : méthodes et cas d’utilisation.

Module 5 : Utilisation de PyCaret pour le Machine Learning

• Installation et configuration de PyCaret.
• Exploration des modèles disponibles dans PyCaret.
• Manipulation des jeux de données pour le Machine Learning.

Autre(s) cours dans cette catégorie

→ Formation: Introduction et Pratique de l’Intelligence Artificielle

→ Formation: IA et big data appliqués au Marketing Web

→ Formation: comment créer du contenu avec l’IA ?