Du machine learning fondamental au deep learning et au NLP. scikit-learn, TensorFlow, Hugging Face — modèles entraînés et déployés sur des projets réels.
Types d'apprentissage (supervisé / non supervisé), NumPy & Pandas avancés.
scikit-learn : régression, classification, validation croisée, métriques.
Arbres de décision, Random Forest, SVM, KNN — théorie et tuning.
Projet réel : prédiction de prix immobilier ou détection de churn client.
Réseaux de neurones, couches, fonctions d'activation, fonctions de perte.
CNN pour reconnaissance d'images : MNIST puis dataset réel personnalisé.
Tokenisation, embeddings, architecture Transformers (encoder/decoder).
Hugging Face : analyse de sentiment, traduction, génération de texte, RAG basique.
Projet libre guidé : chatbot, détecteur d'objets, prédicteur métier.
Streamlit / Gradio, API FastAPI, présentation et remise d'attestation.
Prêt à maîtriser l'IA et le machine learning ?