Informations générales
Volumes horaires
- CM 2.0
- Projet -
- TD -
- Stage -
- TP 3.0
- DS -
Crédits ECTSCrédits ECTS
0.0
Objectif(s)
? Savoir définir une IA
? Avoir des notions du fonctionnement d’une IA
? Être capable de se servir d’une IA
Contenu(s)
1. Introduction
2. IA Analytique: Théorie et ateliers (réseaux de neurones, Teachable Machine)
3. IA Générative: Théorie et ateliers
4. Bonus : apprentissage par renforcement et algorithme génétique
5. L’impact environnemental et sociétal des LLMs
Cours de Simulation Python
Contrôle des connaissances
100% quitus : assiduité
En cas de non validation, il n’y aura pas de possibilité de passer d’épreuve complémentaire dans cette matière.
Informations complémentaires
Code de l'enseignement : KAMA6M25
Langue(s) d'enseignement : 
Vous pouvez retrouver ce cours dans la liste de tous les cours.