💻 Technology

Intelligence Artificielle : Fondamentaux et Applications Pratiques

Maîtrisez les concepts fondamentaux de l'intelligence artificielle et appliquez-les à des problèmes concrets du monde réel. Dispensé en français par la Professeure Isabelle Moreau de l'Université Paris-Saclay, ce programme intensif de 12 semaines vous guide pas à pas — des bases mathématiques jusqu'aux architectures de réseaux de neurones profonds et aux grands modèles de langage (LLM). Vous travaillerez sur des projets pratiques inspirés des défis actuels de l'industrie : classification d'images médicales, analyse de sentiment, génération de texte, et détection de fraude. À l'issue du programme, vous serez capable de concevoir, entraîner et déployer des modèles d'IA en production.

Duration
12 semaines
Level
Intermediate
Students
312 enrolled
Schedule
Mardis & Jeudis, 19h00–21h00 CET
PM
Prof. Isabelle Moreau
Professeure en Intelligence Artificielle, Université Paris-Saclay
View Profile →
Gratuit

Register your interest — we'll confirm and connect you with the lecturer.

  • 12 semaines duration
  • Intermediate level
  • Max 35 students
  • Direct lecturer communication

Free to register · No payment required upfront

What You'll Learn

Comprendre les algorithmes fondamentaux du Machine Learning et du Deep Learning
Impémenter des modèles performants avec Python, scikit-learn et TensorFlow
Construire et fine-tuner des réseaux de neurones profonds
Travailler avec les transformeurs et les LLMs (BERT, GPT, LLaMA)
Déployer des modèles d'IA en production avec des pipelines MLOps
Analyser et interpréter les résultats de vos modèles avec rigueur

Course Syllabus

  • 1
    Semaine 1 : Introduction à l'IA — histoire, enjeux et panorama
  • 2
    Semaine 2 : Mathématiques essentielles — algèbre linéaire et probabilités
  • 3
    Semaine 3 : Régression linéaire et logistique
  • 4
    Semaine 4 : Arbres de décision, SVM et forêts aléatoires
  • 5
    Semaine 5 : Réseaux de neurones artificiels et rétropropagation
  • 6
    Semaine 6 : Deep Learning — CNN pour la vision par ordinateur
  • 7
    Semaine 7 : Séquences et RNN / LSTM / GRU
  • 8
    Semaine 8 : Transformeurs et mécanisme d'attention
  • 9
    Semaine 9 : Grands modèles de langage (GPT, BERT, LLaMA)
  • 10
    Semaine 10 : IA générative — diffusion et GANs
  • 11
    Semaine 11 : MLOps et déploiement en production
  • 12
    Semaine 12 : Projet final — conception et présentation

Requirements

  • Bases solides en Python (niveau intermédiaire)
  • Notions de mathématiques niveau lycée (algèbre, calcul)
  • Curiosité et motivation — aucune expérience en IA requise
PM
Prof. Isabelle Moreau
Professeure en Intelligence Artificielle, Université Paris-Saclay

Professeure titulaire en informatique à l'Université Paris-Saclay et chercheuse au CNRS, Isabelle Moreau est une référence internationale dans le domaine de l'intelligence arti…

Intelligence Artificielle Machine Learning Deep Learning NLP
View Full Profile →