Aperçu — 2.1 Qu'est-ce que l'apprentissage supervisé ? — Yekola

Retour

Module 1 : Qu'est-ce que l'IA ?

1.1 Aux origines de l'IA Aperçu

1.2 Les trois familles : symbolique, connexionniste, évolutionnaire

1.3 L'IA dans notre quotidien

🛠️ Projet : Cartographiez l'IA autour de vous

Module 2 : Apprentissage supervisé

2.1 Qu'est-ce que l'apprentissage supervisé ? Aperçu

2.2 Régression : prédire des valeurs continues

2.3 Classification : catégoriser les données

🛠️ Projet : Prédisez le prix d'un bien immobilier

Module 3 : Apprentissage non supervisé

3.1 Introduction au non supervisé Aperçu

3.2 Clustering : regrouper par similarité

3.3 Réduction de dimensionnalité

🛠️ Projet : Segmentez une clientèle

Module 4 : Réseaux de neurones et Deep Learning

4.1 Du neurone biologique au perceptron Aperçu

4.2 Les réseaux de neurones profonds

4.3 CNN, RNN et Transformers

🛠️ Projet : Classifieur d'images avec Teachable Machine

Module 5 : Traitement du Langage Naturel (NLP)

5.1 Fondamentaux du NLP Aperçu

5.2 Word Embeddings : le sens des mots

5.3 GPT, BERT et la révolution des LLM

🛠️ Projet : Analysez les sentiments de tweets

Module 6 : Vision par ordinateur

6.1 Comment une machine voit une image Aperçu

6.2 Reconnaissance et classification

6.3 Détection d'objets et segmentation

🛠️ Projet : Détectez des objets avec YOLO

Module 7 : Éthique et impact sociétal de l'IA

7.1 Biais et équité algorithmique Aperçu

7.2 Vie privée et régulation (RGPD, AI Act)

7.3 IA et avenir du travail

🛠️ Projet : Audit éthique d'un système d'IA

Le reste de la formation est réservé aux inscrits.

S'inscrire gratuitement

Module 2 : Apprentissage supervisé Aperçu gratuit

2.1 Qu'est-ce que l'apprentissage supervisé ?

L'apprentissage supervisé

L'apprentissage supervisé est le type de machine learning le plus répandu. Le principe : on fournit à l'algorithme des exemples étiquetés (entrée + sortie attendue), et il apprend à prédire la sortie pour de nouvelles entrées.

💡 Analogie

C'est comme montrer à un enfant des photos de chats et de chiens en lui disant « ça c'est un chat » ou « ça c'est un chien ». Après suffisamment d'exemples, l'enfant reconnaîtra seul les nouveaux animaux. L'algorithme fait exactement la même chose.

Type	Ce qu'on prédit	Exemple	Algorithme
Régression	Valeur numérique	Prix immobilier	Régression linéaire
Classification	Catégorie	Spam ou non-spam	Arbre de décision

📌 Points clés

Nécessite des données étiquetées
Deux types : régression et classification
Applications : prix, diagnostic, fraude

Ceci est un aperçu gratuit.
Voir la formation complète