L'intelligence artificielle expliquée : des concepts de base aux applications avancées de l'IA
"Ce livre sur la vulgarisation de l'intelligence artificielle a pour objectif de rendre ce domaine complexe accessible à un large public, des néophytes aux informaticiens les plus expérimentés. Il propose un parcours pédagogique complet qui décompose l'IA en termes simples, tout en en...
Salvato in:
| Autore principale: | |
|---|---|
| Natura: | Livre papier |
| Lingua: | Français |
| Pubblicazione: |
St Herblain :
Éditions ENI
C 2024.
|
| Serie: | Ressources informatiques
|
| Soggetti: | |
| Nota: |
La graphie correcte du lieu d'édition est : Saint-Herblain |
| Autres localisations: | Voir dans le Sudoc |
| Edition sous un autre format: | • L'intelligence artificielle expliquée, des concepts de base aux applications avancées de l'IA, David Brenet, 2024, St Herblain, Éditions ENI, Ressources informatiques, 978-2-4090-4357-4 |
Sommario:
- Chapitre 1 - Les fondamentaux de l'intelligence artificielle
- 1. Ce que nous allons découvrir
- 2. L'histoire de l'intelligence artificielle
- 3. L'intelligence artificielle générative
- 4. La classification de l'intelligence artificielle
- 5. Les modèles d'intelligence artificielle : le machine learning
- 6. Les principaux algorithmes supervisés (pour la prédiction de valeur)
- 7. Les réseaux de neurones (Neural NetWorks)
- 8. Le traitement du langage naturel NLP
- 9. Le deep learning : apprentissage profond
- 10. Conclusion
- Chapitre 2 - Les applications de l'IA
- 1. Ce que nous allons découvrir
- 2. La reconnaissance de la parole et la traduction automatique
- 3. Les voitures autonomes
- 4. Les chatbots
- 5. Les systèmes de recommandation
- 6. L'exemple RPA et l'évolution vers les systèmes cognitifs
- 7. L'IA pour la santé
- 8. La vision par ordinateur
- 9. Conclusion
- Chapitre 3 - Les étapes de création d'une IA
- 1. Ce que nous allons découvrir
- 2. Comprendre l'objectif
- 3. La collecte et la préparation de données
- 4. La sélection de l'algorithme
- 5. La division des données
- 6. L'entraînement du modèle
- 7. La mise en production et l'amélioration continue
- 8. Conclusion
- Chapitre 4 - Techniques et outils pour la création d'une IA
- 1. Introduction
- 2. Les langages de programmation pour l'intelligence artificielle
- 3. Les frameworks pour l'intelligence artificielle
- 4. Outils pour la gestion et la visualisation des données
- 5. Les plateformes Cloud pour l'IA
- 6. Conclusion
- Chapitre 5 - Votre premier programme Python
- 1. Ce que nous allons découvrir
- 2. Eh, pourquoi Python ?
- 3. Installation de Python
- 4. Installation de PyCharm
- 5. Python comme élément de langage
- 6. Les bases de Python
- 7. PIP : le gestionnaire de paquets
- 8. Votre premier programme avec Python
- 9. Création d'un programme simple avec Python
- 10. Conclusion
- Chapitre 6 - Machine Learning : cas pratique
- 1. Introduction
- 2. Diabètes
- 3. Diabètes : exercice appliqué
- 4. Conclusion
- Chapitre 7 - DALL-E : exploiter la créativité de l'IA
- 1. Introduction
- 2. Introduction à DALL-E
- 3. Coûts de DALL-E 3
- 4. Découverte de DALL-E
- 5. Apprendre à parler à DALL-E
- 6. Fonctionnement de DALL-E
- 7. Accéder à DALL-E depuis votre programme Python
- 8. Utilisation de DALL-E
- 9. Quelles sont les interdictions de DALL-E 3 ?
- 10. Concurrents de DALL-E
- 11. Conclusion
- Chapitre 8 - L'IA générative par OpenAI : ChatGPT
- 1. Introduction
- 2. Avant ChatGPT, l'histoire de GPT
- 3. Accéder à ChatGPT
- 4. Comment utiliser ChatGPT ?
- 5. Créer un prompt avancé
- 6. ChatGPT pour la traduction
- 7. ChatGPT pour trouver un emploi
- 8. Extensions ChatGPT
- 9. Impact de ChatGPT sur le marché de l'emploi
- 10. Possibilités offertes par ChatGPT pour les développeurs
- 11. Conclusion
- Chapitre 9 - Les métiers de l'intelligence artificielle
- 1. Les métiers émergents du développement de l'intelligence artificielle
- 2. Les métiers de la gestion de données
- 3. Les métiers du machine learning et du deep learning
- 4. Les métiers de la recherche en intelligence artificielle
- 5. Les métiers émergents
- 6. Conclusion
- Chapitre 10 - Démystification des mathématiques de l'IA
- 1. Introduction
- 2. Algèbre linéaire et matrices
- 3. Calcul différentiel et optimisation
- 4. Probabilités et statistiques pour comprendre les données
- 5. Conclusion
- Chapitre 11 - Intelligence artificielle et Web 3.0
- 1. Introduction
- 2. Web 3.0 ? Vous avez dit Web3 ?
- 3. L'IA dans la Blockchain
- 4. Web 3.0 et IA
- 5. IA et Métavers
- 6. Conclusion
- Chapitre 12 - L'intelligence artificielle et l'industrie 4.0
- 1. Qu'est-ce qu'une révolution industrielle ?
- 2. Les technologies dites de base
- 3. Les technologies dites complémentaires
- 4. L'intelligence artificielle dans l'industrie 4.0
- 5. Les biais et préjugés de l'IA-dans l'industrie
- 6. L'IA appliquée au réchauffement climatique
- 7. Conclusion
- Chapitre 13 - Une IA oui, mais une IA éthique
- 1. Introduction à l'éthique de l'IA
- 2. Biais et éthique
- 3. Transparence de l'IA
- 4. Vie privée et sécurité des données
- 5. Responsabilité et prises de décision
- 6. Les parties prenantes de l'éthique de l'IA
- 7. Conséquences sociales et économiques
- 8. L'IA dans l'éducation
- 9. Recommandations opérationnelles : CNIL
- 10. Formation et sensibilisation
- 11. Conclusion