Année universitaire 2025-2026
Syllabus complet présentant tous les sujets abordés dans ce cours.
Voir le plan du coursVue d'ensemble complète des objectifs d'apprentissage, des critères d'évaluation et du calendrier détaillé des cours magistraux et des séances pratiques tout au long de l'année universitaire.
Voir le coursPrincipes fondamentaux de l'IA : représentation des connaissances, systèmes de raisonnement et agents intelligents.
Voir le coursIntroduction aux neurones biologiques et aux algorithmes fondamentaux du Perceptron, du Perceptron multicouche et des réseaux de neurones artificiels.
Voir le coursIntroduction aux concepts de l'apprentissage profond et aux architectures neuronales, incluant les réseaux de neurones convolutifs (CNN) et les réseaux de neurones récurrents (RNN).
Voir le coursIntroduction aux systèmes basés sur la logique, au raisonnement symbolique et aux applications en compréhension du langage naturel.
Voir le coursL'évolution des méthodologies de l'IA, les jalons majeurs, les algorithmes de classification et leur évaluation.
Voir le coursVisualisation interactive d'un perceptron monocouche, le modèle fondamental des réseaux de neurones.
Explorer le PerceptronVisualisation de la collaboration entre plusieurs couches de perceptrons pour résoudre des tâches de classification non linéaires.
Explorer le MLPArchitecture et flux de données à travers les réseaux de neurones profonds avec plusieurs couches cachées.
Explorer le DNNUn cadre de travail complet pour la construction, l'entraînement et le déploiement de modèles d'apprentissage profond dans tous les domaines.
Explorer le Pipeline d'Apprentissage ProfondDépôt complet contenant des notebooks Jupyter, des exemples de code et des modèles de projets avec documentation bilingue.
Accéder sur GitHub