17:48

Le bilan de l'IA en 2024

17:58

Les LLMs peuvent-ils simuler notre monde ?

14:40

DiffTransformer : l'évolution naturelle du Transformer ?

22:47

Quantifier l'information : de la météo au machine learning

05:02

OpenAI o1 : pourquoi c'est important

12:45

2 expériences (a priori) contradictoires sur les LLMs

14:04

Mamba : bien parti pour détrôner le Transformer ? Le bilan

30:53

Générer des noms de communes françaises, en Python.

34:25

Comment interpréter ce qui se passe dans un réseau de neurones ?

12:28

Qu'est-ce que le Mixture of Experts (MoE) ?

11:44

SARSA vs Q-learning | Intro RL 7

19:39

Mamba, le remplaçant du Transformer ?

12:44

Guide PyTorch : la représentation des tenseurs en mémoire

10:31

IA 2023 : Ce qu'il faut retenir

12:38

Q-learning | Intro RL II - 6

06:10

Algorithme n-step TD | Intro RL II - 5

13:08

Ces IA qui s'entraînent dans leur imagination

03:21

J'ai testé DALLE 3 : quelles nouveautés ?

08:55

Pourquoi ChatGPT connait vos attentes et préférences

15:18

Architecture encodeur-décodeur du Transformer

09:52

Les champions du monde de drones battus par une IA

04:00

Comment accéder à Llama 2, Code Llama et autres (en ligne et localement)

09:57

Visualiser la fonction coût d'un réseau de neurones

09:56

Biais, variance et sur-apprentissage

20:18

Algorithme d'apprentissage SARSA | Intro RL II - 4

11:40

Qu'est-ce qui se passe dans un réseau de neurones ?

09:27

Transformers : têtes d'attention et couches

10:23

Comprendre les Transformers en 10 minutes

06:43

Les réseaux de neurones récurrents illustrés

16:00

Régression linéaire en Python

05:44

Se former au ML : quelle stratégie ? quelles ressources ?

01:30

Conclusion de la série

07:46

Classification multi-classes avec un réseau de neurones

12:11

Les maths des réseaux de neurones

13:10

Comprendre les réseaux de neurones

08:46

Régression logistique : les bases | Réseaux de neurones 9

10:04

Introduction à PyTorch

04:13

Comment savoir si un texte a été généré par ChatGPT ?

36:05

Coder backpropagation en Python

32:00

Graphe de calcul et différentiation automatique en Python

04:31

Comment entraîner un modèle avec la descente de gradient ? | Réseaux de neurones 8

12:09

Les bases de la descente de gradient | Réseaux de neurones 7

13:46

Les avancées majeures en IA de 2022

06:04

Régression linéaire | Réseaux de neurones 6

09:04

L'apprentissage supervisé, c'est quoi ? | Réseaux de neurones 5

11:41

Graphes de calculs matriciels | Réseaux de neurones 4

18:15

Graphes de calculs et différentiation automatique | Réseaux de neurones 3

06:13

Tri topologique d'un graphe orienté | Réseaux de neurones 2

16:05

Parcours en largeur et en profondeur d'un graphe | Réseaux de neurones 1

08:11

Intro RL I - 7 : Revue théorique de Value Iteration et de Policy Iteration

28:05

Essais cliniques et IA : comment les rendre optimaux ?

12:16

VPT : Une IA capable de jouer à Minecraft

15:32

NVIDIA Isaac Gym : une révolution pour l'IA ?

03:22

SpaceX Starship lands using Artificial Intelligence (Unity ML-Agents)

08:11

Monte Carlo incrémental | Intro RL II - 3

31:10

Algorithme de Monte Carlo | Intro RL II - 2

06:36

Le Model-free en RL | Intro RL II - 1

08:46

RL + Python #4 : Frozen Lake et environnements Gym (OpenAI)

06:48

RL + Python #3 : Algorithme de Value Iteration et MPI

18:01

RL + Python #2 : Nos premiers algorithmes