L'intelligence artificielle expliquée : des concepts de base aux applications avancées de l'IA / [David Brenet]

La graphie correcte du lieu d'édition est : Saint-Herblain

Index

Une exploration complète et vulgarisée des bases et des applications de l'intelligence artificielle. Après une présentation des fondamentaux, les étapes de création, de collecte de données, de formation de modèles et de déploiement sont détaillés. La programmation en Python est expliquée et une étude se concentrant sur les intelligences artificielles génératrices est également proposée. ­ Electre

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