💻 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.

Durée
12 semaines
Niveau
Intermediate
Étudiants
313 inscrits
Calendrier
Mardis & Jeudis, 19h00–21h00 CET
PM
Prof. Isabelle Moreau
Professeure en Intelligence Artificielle, Université Paris-Saclay
Voir le Profil →
Intelligence Artificielle : Fondamentaux et Applications Pratiques
Gratuit
★ 5 (1 review)

Inscrivez votre intérêt — nous confirmerons et vous mettrons en contact avec le conférencier.

  • 12 semaines durée
  • Intermediate niveau
  • Max. 35 étudiants
  • Communication directe avec le conférencier
S'inscrire à Ce Cours

Connectez-vous (ou créez un compte gratuit) pour vous inscrire — plus besoin de ressaisir vos informations la prochaine fois.

Ce Que Vous Apprendrez

✓ 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

Programme du Cours

  • 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

Prérequis

  • Bases solides en Python (niveau intermédiaire)
  • Notions de mathématiques niveau lycée (algèbre, calcul)
  • Curiosité et motivation — aucune expérience en IA requise

Student Reviews ★ 5 · 1 review

JOshua_sops ★★★★★
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
Voir le Profil Complet →