Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/mikl5/artificial_intelligence

Les intelligences artificielles
https://github.com/mikl5/artificial_intelligence

artificial-general-intelligence artificial-intelligence artificial-intelligence-models artificial-intelligence-python deep-learning deep-q-learning machine-learning neural-network

Last synced: about 15 hours ago
JSON representation

Les intelligences artificielles

Awesome Lists containing this project

README 

        


L'intelligences artificielles Les intelligences artificielles






    
« Une intelligence artificielle, c’est toute technologie informatique capable d'imiter des processus cognitifs humains afin de résoudre des problèmes complexes, l'apprentissage et la prise de décision, en utilisant des algorithmes et des données pour accomplir des tâches en autonomie.
Le but est de concevoir des systèmes informatiques capables d'exécuter des activités nécessitant habituellement l'intelligence humaine. »


    
L'Intelligence artificielle est interdisciplinaire.


    


    




[Différencier l’algorithme simple de celui d’une intelligence artificielle](basics/aiOrNotAi)  

[Définition](basics/define)  

[Les domaines connexes](basics/relatedFields)  

[La philosophie de l’IA](basics/philosophy/)  

[Les dates clés de l’intelligence artificielle](basics/history)  

[Quelques concepts de base](basics/basicConcepts)  

[L’IA symbolique](basics/sai)  

[L’IA connexionniste](basics/cai)  

[L’IA hybride](basics/hai)  

[L’IA multimodale](basics/mai)  

[L’IA hybride versus l’IA multimodale](basics/haiVsMai)  

[Les 4 phases de développement de l’IA](basics/aiDevelopmentPeriods)  

[L’IA étroite](basics/weakAI)   

[L’intelligence générale artificielle](basics/agi)  

[La super intelligence artificielle](basics/asi)  

[Les craintes](basics/fears)  

[La gestion des risques](basics/riskManagement)  

[Ethic by design](ethics/ethicByDesign)  

[Privacy by design](basics/privacyByDesign)  

[Privacy by default](basics/privacyByDefault)  

[Langages et frameworks](basics/languagesAndFrameworks)  

[Taxonomie de l’IA](basics/taxonomy)  

-



[Apprentissage par renforcement](reinforcementLearning)  

[Équation de Bellman](bellmanEquation)  

[Processus décisionnels Markoviens](processusDeDecisionMarkoviens)  

[Stratégie vs plan](statégieVSplan)  

[Pénalité de vie](penaliteDeVie)  



## **Q-learning**  

[Intuition](q-learningIntuition)  

[La différence temporelle](timeDifference)  

[Le Q-learning visualisation](q-learningVisualisaition)  



## **Réseaux de neurones artificiels**  

[C’est quoi le Deep-Learning](artificiallNeuralNetwork/WhatsDeepLearning)  

[Le neurone](artificiallNeuralNetwork/Neuron)  

[La fonction d’activation](artificiallNeuralNetwork/activationFunction)  

[Comment fonctionnent les ANNs](artificiallNeuralNetwork/HowANNswork)  

[Comment apprennent les ANNs](artificiallNeuralNetwork/HowANNsLearn)  

[L’algorithme du Gradient](artificiallNeuralNetwork/gradientAlgorithm)  

[L’algorithme du Gradient Stochastique](artificiallNeuralNetwork/stochasticGradientAlgorithm)  

[La retropropagation](artificiallNeuralNetwork/Retropropagation)



## **Réseaux de Neurones Récurrents**

[Définition](rnn)



## **Réseau de neurones séquence à séquence**

[Définition](seq2Seq)  

[Les réseaux de neurones transformers](seq2Seq/transformers)  



## **Deep learning**

### **Deep Q-learning**

[Comment ça marche ?](deep_Q-Learning_intuition/ccm)    

[Experience replay](deep_Q-Learning_intuition/experienceReplay)  



### **Deep Q learning à convolution**

[Intuition](convolutional_Deep_Q-learning/Intuition)    

[Eligibility Trace](convolutional_Deep_Q-learning/eligibilityTrace)  



## **Machine learning**

[Définition](machineLearning/definition)  

[L’abjectif](machineLearning/goal)  

[Les types d’apprentissages](machineLearning/typesOfLearning)  

[Les modèles](machineLearning/models)  



## **Les algorithmes**

> ### **Les algorithmes de recherches**

> Beaucoup de prbblèmes sont formulables comme des prblèmes de recherche. Il faut commencer en formulant les choix et leurs conséquences.  

> [Les problèmes de recherche et planification](algo/ResearchAndPlanningProblems)  

> [Définition](algo/search)  

> [L’algorithme de recherche de chemin A* (A star)](algo/a)  

> [L’algorithme de recherche de chemin tabou](algo/tabou)  

> [L’algorithme glouton](algo/glouton)  

> [L’algorithme glouton de Prim](algo/prim)  

> [L’algorithme de force brute](algo/brutForce)  

> [Algorithme de recherche hybride](algo/hybride)



> ### **Les algorithmes d’apprentissage non supervisés**

> [L’algorithme des KNN](algo/unsupervisedLearningAlgorithms/KNN)  

> [L’algorithme de clustering](algo/unsupervisedLearningAlgorithms/clustering)  



> ### **Les algorithmes de parcours**

> [Définition](algo/path)  

> [L’algorithme de parcoues en prodondeur DFS](algo/dfs)  

> [L’algorithme de parcours en largeur BFS](algo/bfs)  

> [L’algorithme de Dijkstra](algo/Dijkstra)  

> [L’algorithme de parcours de graph en profondeur `tri topologique`](algo/topologicalSort)  

> [L’algorithme de Kahn](algo/Kahn)  

> [L’algorithme de Tarjan](algo/tarjan)  

> [L’algorithme de Bellman-Ford](algo/bF)  

> [L’algorithme de Kruskal](algo/kruskal)  

> [L’algorithme de Kahn vs l’algorithme de Tarjan](algo/kahnVsTarjan)  



## **Les grands modèles de langage**

[Qu’est-ce qu’un LLM ?](other/llm)  

[Qu’est-ce qu’un MLLM ?](other/mllm)

___

## **Éthique**

[L’effet Eliza](ethics/eliza)

## **Mesurer l’Intelligence et l’efficacité d’un système d’IA**

[Test de Turing](ethics/benchmarks/turing)  

[L’argument de la chambre chinoise](ethics/chineseRoom)

[Tests alternatifs](ethics/benchmarks/atlernativeTests)  

[Benchmark GLUE (General Language Understanding Evaluation)](ethics/benchmarks/glue)  

[Benchemarks complétants GLUE](ethics/benchmarks/othersBenchmarks)  

[Benchemarks SuperGLUE](ethics/benchmarks/superGlue)  



[S’assurer que les modèles d’apprentissage automatique respectent les principes éthiques et de non-discrimination](algo/EthicalNon-discriminationPrinciples)  

[Les principaux défis éthiques lors du déploiement de l’IA dans des domaines sensibles](ethics/chalenges/health)  



___



## **Sujets connexes**

[La gérance des données](other/dataStewarding)  

[Qu’est-ce qu’une base de données vectorielle ?](other/vectorDatabase)  

[La Business Intelligence](other/bi)  

[La différence entre la gérance des données et la business intelligence](other/DSvsBI)  

[Le Big Data](other/bigData)  

[Le métavers](other/metavers)  

[Qu’est-ce qu’un robot](https://github.com/MiKL5/robotics)  

[L’informatique quantique](other/qc)  









    

        Les intelligences artificielles