Machine learning et deep learning : construis tes propres modèles d'IA
Comprends comment les machines apprennent, programme un réseau de neurones de A à Z, maîtrise le deep learning, les transformers, le RAG et le fine-tuning, puis déploie ton modèle.
Ce que tu vas apprendre
- Expliquer comment un modèle apprend : fonction coût, descente de gradient, validation
- Utiliser l'apprentissage supervisé, non supervisé et l'ensemble learning
- Programmer un neurone puis un réseau de neurones et la rétropropagation
- Comprendre les réseaux profonds et les transformers
- Construire des applications avec le RAG et le fine-tuning de LLM
- Déployer un modèle et construire une IA responsable
Contenu du cours
Partie 1. Commencer : qu'est-ce que le machine learning ?4 leçons
Partie 2. Les fondations du machine learning8 leçons
- La régression linéaire, partie 1 (ML#3)par Machine Learnia12 min
- La descente de gradient (ML#4)par Machine Learnia14 min
- Matrices et NumPy (ML#5)par Machine Learnia11 min
- La régression linéaire, partie 2 (ML#6)par Machine Learnia14 min
- Comment choisir le bon modèle de machine learning ?par Machine Learnia20 min
- L'apprentissage non supervisé avec Python (24/30)par Machine Learnia41 min
- Ensemble learning : bagging, boosting et stacking (25/30)par Machine Learnia26 min
- Quiz : les fondations
Partie 3. Deep learning : programme ton propre réseau de neurones16 leçons
- Formation deep learning complète : introduction (Machine Learnia)par Machine Learnia31 min
- Le perceptron (Deep learning 2)par Machine Learnia25 min
- Les gradients d'un neurone (3)par Machine Learnia34 min
- La vectorisation des équations (4)par Machine Learnia20 min
- Programmer un neurone artificiel (5)par Machine Learnia39 min
- Réseau de neurones à 2 couches (7)par Machine Learnia24 min
- La rétropropagation (8)par Machine Learnia32 min
- Programmer un réseau de neurones à 2 couches (9)par Machine Learnia23 min
- Réseau de neurones profond (10)par Machine Learnia27 min
- Formation FIDLE (CNRS): Introductionpar CNRS - Formation FIDLE6 min
- Formation FIDLE (CNRS): La regression linéairepar CNRS - Formation FIDLE27 min
- Formation FIDLE (CNRS): Deep Learning Engineeringpar CNRS - Formation FIDLE40 min
- Formation FIDLE (CNRS): Exemple concretpar CNRS - Formation FIDLE28 min
- Formation FIDLE (CNRS): Deep Learning Roadmappar CNRS - Formation FIDLE8 min
- Formation FIDLE (CNRS): Prochaine séquencepar CNRS - Formation FIDLE15 min
- Pratique : un classificateur d'images
Partie 4. Transformers, LLM, RAG et fine-tuning16 leçons
- Comprendre les transformers et les mécanismes d'attention (Thibault Neveu)par Thibault Neveu44 min
- Le rôle du RAG en IA (Parlons IA)par Parlons IA avec Louis-François Bouchard11 min
- Comprendre le RAG : adapter l'IA à ses documents (Grafikart)par Grafikart.fr14 min
- RAG de la théorie au code: Le problèmepar obarrene5 min
- RAG de la théorie au code: La pipeline RAGpar obarrene4 min
- RAG de la théorie au code: Recherche lexicalepar obarrene5 min
- RAG de la théorie au code: Recherche sémantiquepar obarrene4 min
- RAG de la théorie au code: Recherche hybridepar obarrene4 min
- RAG de la théorie au code: Transformer la requêtepar obarrene4 min
- RAG de la théorie au code: Pipelines dynamiques et agentiquespar obarrene3 min
- RAG de la théorie au code: Évaluationpar obarrene4 min
- RAG de la théorie au code: Arbre de décision et ouverturepar obarrene3 min
- RAG de la théorie au code: Démonstration codepar obarrene26 min
- Comprendre comment fine-tuner un LLM en 30 minutespar Generative AI36 min
- Personnaliser une IA : RAG, fine-tuning et LoRA (Renaud Dékode)par Renaud Dékode14 min
- Quiz : transformers et LLM
Partie 5. Déployer et construire une IA responsable4 leçons
Partie 6. Projet final1 leçon
Projet final : Projet final : construis, évalue et déploie ton propre modèle d'IA. Tu termines en réalisant un vrai projet ; un mentor le vérifie avant de te délivrer ton certificat.
À propos de ce cours
L'intelligence artificielle est construite par des gens qui comprennent comment les modèles apprennent — et l'Afrique en a besoin de milliers d'autres, pour nos langues, nos champs, nos hôpitaux et nos entreprises. Ce cours suit les formations très populaires de Machine Learnia (machine learning et deep learning complètes, en programmant chaque neurone toi-même), la formation FIDLE du CNRS, Thibault Neveu sur les transformers, et des spécialistes francophones du RAG et du fine-tuning des grands modèles de langage. Tu apprendras la régression, la descente de gradient, l'apprentissage supervisé et non supervisé, l'ensemble learning, les réseaux de neurones et la rétropropagation, les réseaux profonds, les transformers, le RAG, le fine-tuning, le déploiement avec Streamlit et Docker, et l'IA responsable. Tu termines en construisant et en déployant ton propre modèle. Environ 14 heures de vidéo et des projets.
Les apprenants ont aussi suivi
Des cours gratuits qui vont bien avec celui-ci.
L'IA expliquée simplement
Comprends l'intelligence artificielle, utilise ChatGPT intelligemment et garde ton esprit critique.
Data science : de l'analyste au data scientist
Le parcours avancé après l'analyse de données : Python, NumPy et pandas, statistiques, SQL avancé, analyse exploratoire, modèles prédictifs avec scikit-learn, et un portfolio prêt pour l'emploi.
Le cloud computing expliqué
Comprends le cloud, découvre AWS et ses services clés — les compétences derrière des milliers d'emplois.
Python pour débutants
Écris tes premiers programmes : variables, conditions, boucles, listes et fonctions.