Découvrir les bases de l'Intelligence Artificielle

IA et Machine Learning sont désormais omniprésents dans nos vies. Pour comprendre le fonctionnement et l'impact de ces nouvelles technologies, nous avons compilé ici les articles vous permettant de débuter facilement et en pratique.
Domaine : CODE / ALGO / IA / BIG DATA / WEB Spécialités : IA
Nombre d'articles :
5 article(s)
Type de liste de lecture
Parcours pédagogiques
Niveau :
Débutant

L’IA est partout !

Magazine
Marque
GNU/Linux Magazine
HS n°
Numéro
117
Mois de parution
novembre 2021
Spécialité(s)
Résumé

L’intelligence artificielle est (re)devenue un sujet majeur de l’informatique depuis un peu plus d’une dizaine d’années. Faut-il s’attendre à des avancées majeures grâce à la puissance de ces algorithmes, ou avoir peur de libérer une force incontrôlable? Quoiqu’il en sera, entre algorithmes prédictifs, traitement de la voix et de l’image, équipements mobiles autonomes, détection de fraude, aides au diagnostic, agents interactifs intelligents… force est de reconnaître que l’IA est déjà incontournable dans (presque) tous les systèmes informatiques !

Un bon framework IA, ça fait tout, c’est d’ailleurs à ça qu’on les reconnaît !

Magazine
Marque
GNU/Linux Magazine
HS n°
Numéro
117
Mois de parution
novembre 2021
Spécialité(s)
Résumé

Réussir un projet d’IA nécessite de maîtriser bien des aspects de la datascience, de la collecte des données au déploiement d’un modèle, en passant par la visualisation, le preprocessing, l’exploration, l’expérimentation... Disposer d’un bon framework n’est pas indispensable, mais ça aide bien.

Exploiter des modèles préentraînés

Magazine
Marque
GNU/Linux Magazine
HS n°
Numéro
117
Mois de parution
novembre 2021
Spécialité(s)
Résumé

Il existe en ligne quelques réseaux de neurones profonds, préentraînés, qui ouvrent la voie de l’utilisation de ces réseaux complexes, sans avoir recours à d’énormes fermes de calcul ni à de gigantesques bases de données qualifiées. Comment y accéder, les utiliser, et surtout les plier à nos besoins ? Nous verrons deux approches : le paradigme réseau de neurones et XGBoost.