15.33 GB | 45min 51s | mp4 | 1280X720 | 16:9
Genre:eLearning |Language:English

Files Included :
1 Introduction à la Masterclass en ingénierie de l'IA De zéro à héros de l'IA.mp4 (30.76 MB)
3 Introduction à la semaine 1 – Bases de Python.mp4 (2.57 MB)
4 Jour 1 Introduction à Python et setup.mp4 (135.59 MB)
5 Jour 2 Contrôle du flux dans Python.mp4 (224.16 MB)
6 Jour 3 Fonctions et modules.mp4 (149.5 MB)
7 Jour 4 Structures de données (Listes, Tuples, Dictionnaires, Ensembles).mp4 (219.23 MB)
8 Jour 5 Manipulation des chaînes de caractères.mp4 (163.1 MB)
9 Jour 6 Gestion des fichiers.mp4 (160.43 MB)
10 Jour 7 Code Pythonique et travail sur projet.mp4 (362.26 MB)
11 Introduction à la semaine 2 – Science des données.mp4 (3.13 MB)
12 Jour 1 Introduction à NumPy pour les calculs numériques.mp4 (170.44 MB)
13 Jour 2 Opérations avancées avec NumPy.mp4 (159.2 MB)
14 Jour 3 Introduction à Pandas pour la manipulation de données.mp4 (163.17 MB)
15 Jour 4 Nettoyage et préparation des données avec Pandas.mp4 (168.53 MB)
16 Jour 5 Agrégation et regroupement des données avec Pandas.mp4 (109.11 MB)
17 Jour 6 Visualisation des données avec Matplotlib et Seaborn.mp4 (231.56 MB)
18 Jour 7 Projet d'analyse exploratoire des données (EDA).mp4 (179.16 MB)
19 Introduction à la semaine 3 – Mathématiques pour le ML.mp4 (3.39 MB)
20 Jour 1 Fondamentaux de l'algèbre linéaire.mp4 (151.86 MB)
21 Jour 2 Concepts avancés en algèbre linéaire.mp4 (143.7 MB)
22 Jour 3 Calcul différentiel pour le ML.mp4 (129.97 MB)
23 Jour 4 Calcul intégral et optimisation.mp4 (108.96 MB)
24 Jour 5 Théorie des probabilités et distributions.mp4 (185.87 MB)
25 Jour 6 Fondamentaux en statistiques.mp4 (144.23 MB)
26 Jour 7 Mini projet mathématique – Régression linéaire depuis zéro.mp4 (126.98 MB)
27 Introduction à la semaine 4 – Probabilités et statistiques.mp4 (3.56 MB)
28 Jour 1 Variables aléatoires et théorie des probabilités.mp4 (131.36 MB)
29 Jour 2 Distributions de probabilité dans le ML.mp4 (123.28 MB)
30 Jour 3 Inférence statistique – Estimation et intervalles de confiance.mp4 (115.73 MB)
31 Jour 4 Tests d'hypothèse et valeurs p.mp4 (73.39 MB)
32 Jour 5 Types de tests d'hypothèse.mp4 (138.95 MB)
33 Jour 6 Corrélation et régression.mp4 (132.32 MB)
34 Jour 7 Projet d'analyse statistique – Analyse de données réelles.mp4 (216.65 MB)
35 Introduction à la semaine 5 – ML.mp4 (3.61 MB)
36 Jour 1 Bases du machine learning et terminologie.mp4 (106.94 MB)
37 Jour 2 Apprentissage supervisé et modèles de régression.mp4 (102.61 MB)
38 Jour 3 Régressions avancées – polynomiale et régularisation.mp4 (271.41 MB)
39 Jour 4 Classification et régression logistique.mp4 (209.86 MB)
40 Jour 5 Évaluation des modèles et validation croisée.mp4 (119.56 MB)
41 Jour 6 Algorithme des k-plus proches voisins (k-NN).mp4 (145.01 MB)
42 Jour 7 Mini projet d'apprentissage supervisé.mp4 (236.96 MB)
43 Introduction à la semaine 6 – Feature Engineering.mp4 (2.92 MB)
44 Jour 1 Introduction à l'ingénierie des caractéristiques.mp4 (114.65 MB)
45 Jour 2 Normalisation et mise à l'échelle des données.mp4 (139.36 MB)
46 Jour 3 Encodage des variables catégorielles.mp4 (141.79 MB)
47 Jour 4 Techniques de sélection de caractéristiques.mp4 (133.67 MB)
48 Jour 5 Création et transformation de caractéristiques.mp4 (145.75 MB)
49 Jour 6 Méthodes d'évaluation des modèles.mp4 (125.69 MB)
50 Jour 7 Validation croisée et réglage des hyperparamètres.mp4 (171.45 MB)
51 Introduction à la semaine 7 – Algorithmes avancés.mp4 (2.86 MB)
52 Jour 1 Introduction à l'apprentissage ensembliste.mp4 (117.95 MB)
53 Jour 2 Bagging et forêts aléatoires.mp4 (112.51 MB)
54 Jour 3 Boosting et Gradient Boosting.mp4 (132.93 MB)
55 Jour 4 Introduction à XGBoost.mp4 (175.24 MB)
56 Jour 5 LightGBM et CatBoost.mp4 (184.41 MB)
57 Jour 6 Gérer les données déséquilibrées.mp4 (152.46 MB)
58 Jour 7 Projet – Comparaison de modèles sur données réelles.mp4 (216.47 MB)
59 Introduction à la semaine 8 – Optimisation.mp4 (4.55 MB)
60 Jour 1 Introduction au tuning des hyperparamètres.mp4 (112.71 MB)
61 Jour 2 Grid Search et Random Search.mp4 (141.69 MB)
62 Jour 3 Optimisation bayésienne.mp4 (263.75 MB)
63 Jour 4 Techniques de régularisation.mp4 (118.15 MB)
64 Jour 5 Validation croisée et évaluation.mp4 (109.7 MB)
65 Jour 6 Tuning automatisé avec GridSearchCV et RandomizedSearchCV.mp4 (184.1 MB)
66 Jour 7 Projet – Construction et réglage du modèle final.mp4 (230.82 MB)
67 Introduction à la semaine 9 – Deep Learning.mp4 (4.13 MB)
68 Jour 1 Concepts de base en deep learning.mp4 (117.5 MB)
69 Jour 2 Propagation avant et fonctions d'activation.mp4 (120.42 MB)
70 Jour 3 Fonctions de perte et rétropropagation.mp4 (131.28 MB)
71 Jour 4 Descente de gradient et techniques d'optimisation.mp4 (186.52 MB)
72 Jour 5 Création de réseaux avec TensorFlow et Keras.mp4 (168.06 MB)
73 Jour 6 Création de réseaux avec PyTorch.mp4 (252.92 MB)
74 Jour 7 Projet – Classification d'images avec CIFAR-10.mp4 (213.99 MB)
75 Introduction à la semaine 10 – CNNs.mp4 (4.09 MB)
76 Jour 1 Introduction aux CNNs.mp4 (227.53 MB)
77 Jour 2 Couches convolutives et filtres.mp4 (203.21 MB)
78 Jour 3 Couches de pooling et réduction de dimension.mp4 (230.56 MB)
79 Jour 4 Architectures CNN avec KerasTensorFlow.mp4 (158.86 MB)
80 Jour 5 Architectures CNN avec PyTorch.mp4 (208.21 MB)
81 Jour 6 Régularisation et augmentation de données.mp4 (159.08 MB)
82 Jour 7 Projet CNN – Classification Fashion MNIST ou CIFAR-10.mp4 (254.2 MB)
83 Introduction à la semaine 11 – RNNs et séquences.mp4 (4.37 MB)
84 Jour 1 Introduction à la modélisation séquentielle.mp4 (264.26 MB)
85 Jour 2 Architecture RNN et rétropropagation temporelle.mp4 (220.56 MB)
86 Jour 3 Réseaux LSTM.mp4 (117.03 MB)
87 Jour 4 Unités GRU.mp4 (57.3 MB)
88 Jour 5 Prétraitement de texte et word embeddings.mp4 (216.34 MB)
89 Jour 6 Modèles séquence-à-séquence et applications.mp4 (460.28 MB)
90 Jour 7 Projet RNN – Génération de texte ou analyse de sentiment.mp4 (162.83 MB)
91 Introduction à la semaine 12 – Transformers.mp4 (4.29 MB)
92 Jour 1 Mécanismes d'attention.mp4 (120.6 MB)
93 Jour 2 Architecture Transformer.mp4 (156.75 MB)
94 Jour 3 Attention multi-tête et auto-attention.mp4 (192.27 MB)
95 Jour 4 Encodage positionnel et réseaux feed-forward.mp4 (174.33 MB)
96 Jour 5 Utilisation de BERT et GPT pré-entraînés.mp4 (184.14 MB)
97 Jour 6 Transformers avancés – variantes BERT et GPT-3.mp4 (192.57 MB)
98 Jour 7 Projet Transformer – Résumé ou traduction de texte.mp4 (170.48 MB)
99 Introduction à la semaine 13 – Transfer Learning.mp4 (3.52 MB)
100 Jour 1 Concepts de base de l'apprentissage par transfert.mp4 (129.1 MB)
101 Jour 2 Apprentissage par transfert en vision par ordinateur.mp4 (247.35 MB)
102 Jour 3 Techniques de fine-tuning en vision.mp4 (203 MB)
103 Jour 4 Transfer Learning en NLP.mp4 (149.99 MB)
104 Jour 5 Fine-tuning en NLP.mp4 (241.44 MB)
105 Jour 6 Adaptation de domaine et défis.mp4 (139.03 MB)
106 Jour 7 Projet – Fine-tuning pour une tâche personnalisée.mp4 (173.13 MB)]
Screenshot