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
177 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.
Commencez ici
Chaque cours comprend des résultats explicites, des compétences cartographiées, des activités pratiques et une synthèse appliquée.
Comprenez ce qu'est l'IA, comment les systèmes apprennent, où ils échouent et comment juger les réclamations sans battage médiatique.
Utilisez l’IA de manière productive tout en protégeant la confidentialité, en vérifiant les résultats et en préservant la responsabilité humaine.
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.
Analysez les systèmes d’IA en termes de droits, d’équité, de gouvernance, de sécurité et d’intérêt public.
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
Sautez dans la zone qui vous tient à cœur. Chaque piste comporte plusieurs guides en anglais simple.
Bibliothèque complète
177 de 1019 guides illustrés. Filtrez par piste ou recherchez ci-dessus.
CUDA est la plate-forme de NVIDIA pour écrire des programmes fonctionnant sur des GPU, déverrouillant des milliers de cœurs pour le calcul parallèle.
TechniqueL'IA explicable (XAI) est la boîte à outils permettant de transformer la prédiction opaque d'un modèle en une raison lisible par l'homme.
TechniqueL'interprétabilité mécaniste est l'effort de rétro-ingénierie des calculs internes des réseaux de neurones en algorithmes compréhensibles par l'homme.
TechniqueLes exemples contradictoires sont des entrées perturbées par des changements minuscules, souvent imperceptibles, qui amènent un modèle à faire des prédictions erronées et sûres.
TechniqueLe parallélisme des données entraîne un modèle plus rapidement en le répliquant sur plusieurs GPU, chaque GPU traitant une tranche différente du lot de données.
TechniqueLorsqu'un modèle est trop volumineux pour tenir sur un seul GPU, le parallélisme du modèle et du pipeline divise le modèle lui-même entre les appareils.
TechniqueZeRO (Zero Redundancy Optimizer) élimine le gaspillage de mémoire dû au parallélisme des données en répartissant l'état, les gradients et les pondérations de l'optimiseur sur…
TechniqueLe suivi des expériences consiste à enregistrer systématiquement chaque exécution d'apprentissage automatique (son code, ses données, ses hyperparamètres, ses métriques et ses résultats) afin…
TechniqueCI/CD pour l'apprentissage automatique étend les pipelines d'intégration continue et de livraison continue pour couvrir non seulement le code, mais également les données et les modèles.
TechniqueLes déploiements Canary et Shadow sont deux stratégies à faible risque pour mettre en production un nouveau modèle ou service.
TechniqueLa mise en cache rapide permet à un modèle d'IA de réutiliser le travail de calcul qu'il a effectué sur un morceau de texte répété au lieu de le retraiter à chaque fois.
TechniqueUn reranker est un modèle de deuxième étape qui réévalue une liste restreinte de résultats de recherche en fonction de leur pertinence par rapport à une requête, affinant ainsi l'ordre après une récupération rapide…
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.