Deep Learning
Réseaux de neurones, CNN, texte, modèles génératifs.
Bienvenue
Leçons, mini-QCM, exercices et tests : tout est ici, matière par matière. Commence par la première partie.
Parties terminées
0 %
0 sur 320
Exercices réussis
0 %
0 sur 275
Questions maîtrisées
0 %
0 sur 3491 (juste au moins une fois)
Réussite globale
0 %
exercices + questions
Réseaux de neurones, CNN, texte, modèles génératifs.
Classer un système d'IA et se mettre en conformité.
Business model, risques, executive summary, levée de fonds.
Gouvernance des données, DataMesh, RGPD.
Nettoyer, transformer et fusionner des données avec Python.
Consommer, concevoir et sécuriser des API.
Intégration et livraison continues.
Conteneurs, images, volumes, réseaux, Compose.
Modéliser une base : MCD, MLD, MPD.
Visualiser pour comprendre et décider.
Explorer et nettoyer des données en workflow.
Du besoin métier au POC de vision par ordinateur.
Modèles UML et requêtes SQL.
Jointures, fenêtres, CTE, optimisation.
Régression, classification, segmentation, projet.
Versionner son code et collaborer.
Sobriété, impacts et usages responsables de l'IA.
Mesurer et améliorer la qualité (Bronze/Silver/Gold).
Dérivées, gradient, matrices, statistiques et ACP pour la data et l'IA.