Intelligence artificielle de A à Z™ : Créez Votre Projet IA

Combinez la puissance de la science des données, de l’apprentissage automatique et de l’apprentissage en profondeur

Language: french

Note: 0/5 (0 notes) 149 students

Instructor(s): Iatimad daoudi

Last update: None

What you’ll learn

• Créer une IA
• Comprendre la théorie derrière l’algorithme de recherche aléatoire augmentée
• Détecteur de visage
• Classificateur d’images
• IA de reconnaissance d’écriture manuscrite
• Détecteur de spam
• Reconnaissance faciale

Requirements

• PC (Windows, Mac ou Linux), où Anaconda peut être installé et exécuté

Description

Le genre d’IA qui repose sur une idée de génie et que vous pouvez construire à partir de zéro et sans avoir besoin d’aucun framework.

Nous avons vérifié cela, nous l’avons construit et… les résultats sont absolument fous !

Cette IA révolutionnaire appelée Recherche aléatoire augmentée, ARS en abrégé.

Et dans une implémentation très simple, il est capable de faire exactement la même chose que Google Deep Mind a fait l’année dernière – qui est de former une IA à marcher et à courir à travers un champ.

Cependant, ARS est 100 fois plus rapide et 100 fois plus puissant.

Soyez prêt à relever les défis technologiques les plus importants du 21e siècle

Pas besoin d’algorithmes et de cadres sophistiqués

Ce que Facebook ou Google ont dépensé en millions ou même plus – vous pouvez littéralement le faire à la maison !

Vous pourrez rivaliser avec des entreprises multimilliardaires

Changez le monde par vous-même en quelques mois, voire semaines

Construisez l’IA la plus puissante que quiconque ait jamais construite

===================================================

The kind of AI that is based on a genius idea and that you can build from scratch and without needing any framework.

We checked this, we built it and… the results are absolutely insane!

This revolutionary AI called Augmented Random Search, ARS for short.

And in a very simple implementation, it’s able to do exactly the same thing Google Deep Mind did last year – which is train an AI to walk and run across a field.

However, ARS is 100 times faster and 100 times more powerful.

Be ready to meet the most important technological challenges of the 21st century

No need for fancy algorithms and frameworks

What Facebook or Google have spent millions or even more on – you can literally do it at home!

You will be able to compete with multi-billion dollar companies

Change the world on your own in months or even weeks

Build the most powerful AI anyone has ever built

Learn more about this source textYou must indicate the source text for additional information

Who this course is for

• Toute personne intéressée par l’intelligence artificielle, l’apprentissage automatique ou l’apprentissage profond

Course content

• Introduction
  • Quel est le programme de la formation
  • Installation anaconda_python
  • Mise en place de l_environnement pour la formation d_ia
• 2
  • Détecteur de visage
  • Les caractéristiques
  • Sélectionner les meilleures caractéristiques avec adaboost
  • Classificateur en cascade
  • Paramètre d_échelle
  • Paramètre du nombre minimum de voisins
  • Code détecter un visage
  • 8
  • Code détecter les yeux
  • Code extraction des visages d_une photo
  • Code échanger 2 visages
• Classificateur d’images
  • Introduction au programme
  • Introduction au machine learning
  • Classification supervisée
  • Classification d_images
  • Classificateur du plus proche voisin
  • Classificateur des k plus proches voisins
  • Hyper paramètres
  • Validation croisée
  • Exploration du dataset
  • Code extraction du dataset
  • Code création classificateur du plus proche voisin (étape 1)
  • Code création classificateur du plus proche voisin (étape 2)
  • Code création classificateur du plus proche voisin (étape 3)
  • Code application du classificateur des k plus proches voisins
  • Code variation des hyper paramètres
  • Conclusion
• IA de reconnaissance d’écriture manuscrite
  • Introduction
  • Qu_est-ce qu_un neurone
  • Le perceptron
  • Un exemple de perceptron
  • Réseaux de neurones
  • Algorithme du gradient
  • Algorithme de la rétro-propagation
  • Code dataset mnist
  • Code la couche d_entrée
  • Code construction du réseau de neurones
  • Code entrainement du réseau de neurones
  • Code sauvegarde du model dans un fichier
  • Code découverte des courbes dans tensorboard
  • Code graphiques dans tensorboard
• Détecteur de spam
  • Introduction
  • Classification de texte
  • Principe de naïve bayes
  • Exemple concret d_application
  • Naïve bayes pour une séquence de mots
  • Représentation numérique du texte
  • Fréquence des termes et fréquence inverse des documents
  • Introduction au dataset enron
  • Code charger le dataset
  • Code countvectorizer
  • Code tf-idf
  • Code construction du classificateur naïve bayes
  • Code amélioration du code avec un pipeline
• Reconnaissance faciale
  • Introduction
  • Qu_est ce que la reconnaissance faciale
  • Réduction dimensionnelle
  • Principle component analysis (pca
  • Linear discriminant analysis (lda
  • Comparaison pca et lda
  • Local binary patterns (lbp)
  • Exploration dataset
  • Code charger le dataset
  • Code création de notre application de reconnaissance faciale
  • Code comparaison des 3 algorithmes de reconnaissance faciale
  • Code reconnaissance en temps réel via webcam
  • Test application
  • Conclusion

Natural Language Processing [Coursera]

Time remaining or 851 enrolls left

Udemy Coupon Code 100% off | Udemy Free Course | Udemy offer | Course with certificate