01
Fondements de l'IA
Comprenez ce qu'est l'IA, comment les systèmes apprennent, où ils échouent et comment juger les réclamations sans battage médiatique.
Bibliothèque IA gratuite
Fondamentaux GuidesLibre pour toujours.
84 des guides en anglais simple, des parcours d'apprentissage structurés et une bibliothèque ouverte — construits par une organisation à but non lucratif indépendante 501(c)(3) pour que tout le monde puisse comprendre l'IA moderne.
84Guides gratuits
1Pistes thématiques
~2 minPar guide
~3hTemps de lecture
Commencez ici
Cinq cours axés sur les résultats
Chaque cours comprend des résultats explicites, des compétences cartographiées, des activités pratiques et une synthèse appliquée.
02
Utilisateur responsable de l'IA
Utilisez l’IA de manière productive tout en protégeant la confidentialité, en vérifiant les résultats et en préservant la responsabilité humaine.
03
L'IA au travail
Évaluez les cas d'utilisation sur le lieu de travail, exécutez des projets pilotes sûrs, mesurez la valeur et communiquez les changements de manière responsable.
04
Politique et société en matière d'IA
Analysez les systèmes d’IA en termes de droits, d’équité, de gouvernance, de sécurité et d’intérêt public.
05
Construire avec des systèmes d'IA
Comprenez les modèles de langage, la récupération, les agents, l'évaluation, les coûts et les garanties de déploiement grâce à une conception de système pratique.
Pistes thématiques
Parcourir par piste
Sautez dans la zone qui vous tient à cœur. Chaque piste comporte plusieurs guides en anglais simple.
FondamentauxConcepts de base : comment l'IA fonctionne à un niveau élevé.84 Guides IA linguistiqueLLM, PNL, ChatGPT, invite et compréhension de texte.155 Guides IA visuelleGénération d'images, vision par ordinateur, vidéo et conception.133 Guides IA audioVoix, musique, podcasting et IA axée sur l'audio.117 Guides EntreprisesProfils de OpenAI, Anthropic, Google, Meta, et plus encore.121 Guides ApplicationsComment l'IA apparaît dans le codage, la recherche, les agents et la vie quotidienne.111 Guides SecteursL'IA dans les soins de santé, la finance, l'éducation, l'énergie et bien plus encore.91 Guides TechniquePuces, réglage fin, RAG, vecteurs et infrastructure IA.177 Guides SociétéBiais, confidentialité, droits d'auteur, sécurité et avenir de l'IA.30 Guides
Bibliothèque complète
Tous les guides
84 de 1019 guides illustrés. Filtrez par piste ou recherchez ci-dessus.
Fondamentaux
Validation croisée
La validation croisée est une technique de rééchantillonnage permettant d'estimer dans quelle mesure un modèle se généralisera à des données invisibles.
FondamentauxPrécision et rappel
La précision et le rappel sont deux mesures complémentaires pour évaluer les classificateurs, en particulier lorsque les classes sont déséquilibrées.
FondamentauxPhénomène de double descente
La double descente est l'observation surprenante qu'à mesure qu'un modèle s'agrandit, l'erreur de test s'aggrave d'abord près du « seuil d'interpolation », puis s'améliore…
FondamentauxThéorie du noyau tangentiel neuronal
Le Neural Tangent Kernel (NTK) est un outil mathématique montrant que les réseaux de neurones infiniment larges se comportent comme une méthode de noyau spécifique et fixe pendant…
FondamentauxHypothèse des billets de loterie
L'hypothèse du billet de loterie dit qu'à l'intérieur d'un grand réseau neuronal initialisé de manière aléatoire se cache un petit sous-réseau – un « ticket gagnant » – qui, formé…
FondamentauxLois de mise à l'échelle pour les réseaux de neurones
Les lois de mise à l'échelle sont des formules empiriques montrant que la perte d'un réseau neuronal diminue de manière prévisible à mesure que la taille du modèle, la taille de l'ensemble de données et le calcul augmentent.
FondamentauxEntraînement optimal pour le calcul du chinchilla
Chinchilla est une découverte de DeepMind de 2022 selon laquelle la plupart des grands modèles de langage étaient mal sous-entraînés : pour un budget de calcul fixe, vous devez faire évoluer les paramètres…
FondamentauxNormalisation des récompenses groupées dans RLHF
La normalisation des récompenses groupées standardise les récompenses d'un modèle au sein d'un lot de réponses à la même invite, transformant ainsi les scores bruyants en un entraînement stable…
FondamentauxModèles mondiaux et simulateurs appris
Un modèle mondial est un réseau neuronal qui apprend à prédire comment un environnement évolue au fil du temps, permettant à une IA « d'imaginer » les résultats futurs avant d'agir.
FondamentauxNormalisation de la longueur dans l'optimisation des préférences
La normalisation de la longueur ajuste les objectifs de réglage des préférences afin que les modèles cessent d'obtenir l'approbation simplement en écrivant des réponses plus longues.
FondamentauxModélisation des récompenses Bradley-Terry
Le modèle Bradley-Terry est une méthode statistique vieille d'un siècle permettant de transformer des comparaisons par paires (A bat B) en scores numériques.
FondamentauxDPO itératif et réglage des préférences en ligne
Le DPO itératif aligne à plusieurs reprises un modèle de langage sur les préférences humaines ou IA en générant de nouvelles réponses, en les classant et en ajustant chacune ces nouvelles paires…
Vous avez fini de lire ? Prouvez-le.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.