Catégorie : Intelligence Artificielle

Les concepts de base de l’IA:

– Origines de l’Intelligence Artificielle et invention du Perceptron
– Premières critiques et l’« hiver de l’IA » suivi d’une renaissance dans les années 80-90
– Développement du Machine Learning et importance du Feature Engineering
– Explosion du Deep Learning, cas d’usage modernes et évolutions actuelles de l’IA

Cet épisode explique les différences entre Machine Learning et Deep Learning, leurs usages et leur impact sur vos projets data :

– Distinction entre IA symbolique (basée sur des règles) et IA connexionniste (basée sur les données et l’apprentissage)
– Présentation des 3 niveaux d’IA : IA faible (déjà utilisée), IA forte (au stade de concept), et Super IA (hypothétique)
– Définition et différence entre Machine Learning (ML) et Deep Learning (DL)
– Exploration des sous-domaines du ML : apprentissage supervisé, non supervisé, et par renforcement avec des exemples concrets