Hyperparameter Tuner
Ajustez les hyperparamètres d'un modèle ML et observez l'impact en temps réel sur les courbes d'entraînement. Atteignez l'accuracy cible sans overfitting !
65 cours disponibles pour apprendre l'IA
Ajustez les hyperparamètres d'un modèle ML et observez l'impact en temps réel sur les courbes d'entraînement. Atteignez l'accuracy cible sans overfitting !
Construisez un réseau de neurones couche par couche ! Glissez-déposez les composants, configurez les paramètres et lancez l'entraînement pour valider votre architecture.
Découvrez le Retrieval Augmented Generation : pourquoi les LLMs hallucinent, comment le RAG résout ce problème et les concepts clés (embeddings, vector search, chunking).
Créez votre premier pipeline RAG fonctionnel avec le framework Agno : Knowledge Base, embeddings, vector search hybride et Agent intelligent.
Maîtrisez le RAG en production : reranking, Agentic RAG avec KnowledgeTools, mémoire persistante, multi-sources et évaluation de la qualité.
Comment fonctionnent ChatGPT, Claude et Llama ? Découvrez la tokenisation, la génération de texte et apprenez à bien utiliser les LLMs.
Maîtrisez les techniques avancées de prompting (CoT, few-shot, JSON mode) et construisez des applications avec les APIs LLM et le function calling.
Personnalisez des LLMs avec LoRA/QLoRA, exécutez des modèles en local avec Ollama et maîtrisez la quantification (GGUF, AWQ).
Comprenez le mécanisme d'attention, l'architecture Transformer (encoder/decoder), BERT, GPT et les Vision Transformers avec des implémentations PyTorch.
Maîtrisez les réseaux convolutifs (CNN) : convolutions, pooling, architectures classiques (LeNet, ResNet) et transfer learning avec PyTorch.
Du neurone biologique au perceptron, comprenez intuitivement comment un réseau de neurones apprend et construisez votre premier modèle avec Keras.
Analysez les scores de benchmark et les prix API de dizaines de LLMs pour trouver le modèle au meilleur rapport qualité/prix avec Python.