▲
0
0

report

Udemy.Méga.Classe.IA.&.Python.300+.Projets.Pratiques.2025.Fr.Web.720p.x264

seeders: 4
leechers: 1
Download torrent
Added 1 year ago by Nawel087 in Other
Download Fast Safe Anonymous
movies, software, shows...

Files

Udemy.Méga.Classe.IA.&.Python.300+.Projets.Pratiques.2025.Fr.Web.720p.x264 (Size: 26.72 GB)
  1. Semaine 1 Bases de la programmation Python pour l’intelligence artificielle
  1. Introduction à la semaine 1 – Bases de Python.mp4 2.58 MB
  2. Jour 1 Introduction à Python et configuration de l’environnement de développem.mp4 135.56 MB
  3. Jour 2 Contrôle du flux dans Python.mp4 224.19 MB
  4. Jour 3 Fonctions et modules.mp4 149.48 MB
  5. Jour 4 Structures de données (Listes, Tuples, Dictionnaires, Ensembles).mp4 219.32 MB
  6. Jour 5 Manipulation des chaînes de caractères.mp4 163.17 MB
  7. Jour 6 Gestion des fichiers.mp4 160.45 MB
  8. Jour 7 Code Pythonique et travail sur projet.mp4 362.38 MB
  10. Semaine 10 Réseaux de neurones convolutifs (CNNs)
  1. Introduction à la semaine 10 – CNNs.mp4 4.09 MB
  2. Jour 1 Introduction aux CNNs.mp4 227.62 MB
  3. Jour 2 Couches convolutives et filtres.mp4 203.26 MB
  4. Jour 3 Couches de pooling et réduction de dimension.mp4 230.61 MB
  5. Jour 4 Architectures CNN avec KerasTensorFlow.mp4 158.91 MB
  6. Jour 5 Architectures CNN avec PyTorch.mp4 208.26 MB
  7. Jour 6 Régularisation et augmentation de données.mp4 159.04 MB
  8. Jour 7 Projet CNN – Classification Fashion MNIST ou CIFAR-10.mp4 254.22 MB
  11. Semaine 11 RNNs et modélisation de séquences
  1. Introduction à la semaine 11 – RNNs et séquences.mp4 4.38 MB
  2. Jour 1 Introduction à la modélisation séquentielle.mp4 264.19 MB
  3. Jour 2 Architecture RNN et rétropropagation temporelle.mp4 204.15 MB
  4. Jour 3 Réseaux LSTM.mp4 117.01 MB
  5. Jour 4 Unités GRU.mp4 57.29 MB
  6. Jour 5 Prétraitement de texte et word embeddings.mp4 216.34 MB
  7. Jour 6 Modèles séquence-à-séquence et applications.mp4 460.29 MB
  8. Jour 7 Projet RNN – Génération de texte ou analyse de sentiment.mp4 162.86 MB
  12. Semaine 12 Transformers et mécanismes d’attention
  1. Introduction à la semaine 12 – Transformers.mp4 4.31 MB
  2. Jour 1 Mécanismes d’attention.mp4 120.64 MB
  3. Jour 2 Architecture Transformer.mp4 156.79 MB
  4. Jour 3 Attention multi-tête et auto-attention.mp4 192.28 MB
  5. Jour 4 Encodage positionnel et réseaux feed-forward.mp4 174.41 MB
  6. Jour 5 Utilisation de BERT et GPT pré-entraînés.mp4 184.24 MB
  7. Jour 6 Transformers avancés – variantes BERT et GPT-3.mp4 192.55 MB
  8. Jour 7 Projet Transformer – Résumé ou traduction de texte.mp4 170.52 MB
  13. Semaine 13 Apprentissage par transfert et fine-tuning
  1. Introduction à la semaine 13 – Transfer Learning.mp4 3.53 MB
  2. Jour 1 Concepts de base de l’apprentissage par transfert.mp4 129.08 MB
  3. Jour 2 Apprentissage par transfert en vision par ordinateur.mp4 247.36 MB
  4. Jour 3 Techniques de fine-tuning en vision.mp4 202.92 MB
  5. Jour 4 Transfer Learning en NLP.mp4 149.99 MB
  6. Jour 5 Fine-tuning en NLP.mp4 241.48 MB
  7. Jour 6 Adaptation de domaine et défis.mp4 138.95 MB
  8. Jour 7 Projet – Fine-tuning pour une tâche personnalisée.mp4 173.13 MB
  14. Semaine 1 Bases de Python
  1. Cours accéléré Apprenez Python à partir de zéro.mp4 202.08 MB
  2. Jour 1 Générateur de message de bienvenue print & Hello, World!.mp4 77.05 MB
  3. Jour 2 Programme de salutation variables et types de données.mp4 86.04 MB
  4. Jour 3 Calculatrice simple saisie utilisateur & formatage.mp4 88.26 MB
  5. Jour 4 Outil de comparaison instructions if-else.mp4 82.47 MB
  6. Jour 5 Minuteur boucles (for & while).mp4 68.56 MB
  7. Jour 6 Quiz de maths basique fonctions.mp4 109.27 MB
  8. Jour 7 Liste de courses listes.mp4 121.74 MB
  15. Semaine 2 Python Intermédiaire
  1. Jour 8 Carnet d’adresses dictionnaires.mp4 147.43 MB
  2. Jour 9 Vérificateur d’ingrédients tuples et ensembles.mp4 89.35 MB
  3. Jour 10 Prise de notes gestion de fichiers.mp4 114.57 MB
  4. Jour 11 Calculatrice sécurisée gestion des exceptions.mp4 102.2 MB
  5. Jour 12 Convertisseur de température fonctions avec retour.mp4 97.92 MB
  6. Jour 13 Gestion des notes compréhensions de listes.mp4 82.87 MB
  7. Jour 14 Générateur de mots de passe modules & bibliothèques.mp4 99.25 MB
  16. Semaine 3 Travailler avec les données
  1. Jour 15 Visionneuse de recettes lecture de fichiers.mp4 106.26 MB
  2. Jour 16 Journal quotidien écriture de fichiers.mp4 103.72 MB
  3. Jour 17 Rapport étudiant fichiers CSV.mp4 103.63 MB
  4. Jour 18 App de tâches fichiers JSON.mp4 130.29 MB
  5. Jour 19 App météo avec API API de base.mp4 121.88 MB
  6. Jour 20 Minuteur d'événement dates & heure.mp4 96.96 MB
  7. Jour 21 Récupérateur d’article Wikipédia web scraping.mp4 146.15 MB
  17. Semaine 4 Programmation orientée objet (POO)
  1. Jour 22 Simulateur de compte bancaire classes & objets.mp4 143.14 MB
  2. Jour 23 Gestion de bibliothèque constructeurs & méthodes.mp4 115.75 MB
  3. Jour 24 Gestion des employés héritage.mp4 155.67 MB
  4. Jour 25 Simulateur d’animaux polymorphisme.mp4 92.14 MB
  5. Jour 26 Profil utilisateur sécurisé encapsulation.mp4 127.4 MB
  6. Jour 27 Gestion d’inventaire méthodes statiques & de classe.mp4 119.64 MB
  7. Jour 28 Mini DAB projet final en POO.mp4 132.39 MB
  18. Semaine 5 Interfaces graphiques (GUI)
  1. Jour 29 App GUI simple bases de Tkinter.mp4 128.09 MB
  2. Jour 30 Compteur de clics boutons & événements.mp4 132.58 MB
  3. Jour 31 Calculatrice IMC champs de saisie.mp4 145.45 MB
  4. Jour 32 Bloc à dessin canvas widgets.mp4 156.64 MB
  5. Jour 33 Connexion simple boîtes de message.mp4 126.72 MB
  6. Jour 34 Liste de tâches GUI widgets avancés.mp4 132.64 MB
  7. Jour 35 Suivi de dépenses projet final GUI.mp4 172.95 MB
  19. Semaine 6 Développement Web avec Python
  1. Jour 36 Bonjour Flask bases de Flask.mp4 100.08 MB
  2. Jour 37 Blog personnel routes & templates.mp4 157.65 MB
  3. Jour 38 Formulaire de contact formulaires & saisies.mp4 91.1 MB
  4. Jour 39 Inscription utilisateur base de données.mp4 151.13 MB
  5. Jour 40 Mini API météo APIs REST.mp4 138.35 MB
  6. Jour 41 Déploiement Flask hébergement.mp4 137.09 MB
  7. Jour 42 Site portfolio projet final Flask.mp4 112.87 MB
  2. Semaine 2 Notions essentielles en science des données pour l’IA
  1. Introduction à la semaine 2 – Science des données.mp4 3.13 MB
  2. Jour 1 Introduction à NumPy pour les calculs numériques.mp4 170.46 MB
  3. Jour 2 Opérations avancées avec NumPy.mp4 159.24 MB
  4. Jour 3 Introduction à Pandas pour la manipulation de données.mp4 163.22 MB
  5. Jour 4 Nettoyage et préparation des données avec Pandas.mp4 168.53 MB
  6. Jour 5 Agrégation et regroupement des données avec Pandas.mp4 109.14 MB
  7. Jour 6 Visualisation des données avec Matplotlib et Seaborn.mp4 231.67 MB
  8. Jour 7 Projet d’analyse exploratoire des données (EDA).mp4 179.16 MB
  20. Semaine 7 Initiation à la Data Science
  1. Jour 43 Calculatrice matricielle NumPy.mp4 123.57 MB
  2. Jour 44 Nettoyeur de données Pandas.mp4 99.9 MB
  3. Jour 45 Générateur de graphiques Matplotlib.mp4 130.33 MB
  4. Jour 46 Analyse des ventes data analysis.mp4 175.89 MB
  5. Jour 47 Courbe de température visualisation.mp4 143.53 MB
  6. Jour 48 Suivi de bourse data scraping.mp4 127.64 MB
  7. Jour 49 Tableau de bord COVID-19 projet final.mp4 158.9 MB
  21. Jours 50–60 Projets intermédiaires
  1. Jour 50 Tableau de bord météo.mp4 215.77 MB
  10. Jour 59 Convertisseur Markdown → HTML.mp4 133.45 MB
  11. Jour 60 Journal personnel.mp4 164.76 MB
  2. Jour 51 Suivi de dépenses.mp4 146.27 MB
  3. Jour 52 Organiseur de fichiers.mp4 122.13 MB
  4. Jour 53 Jeu du morpion.mp4 212.4 MB
  5. Jour 54 Mini chatbot.mp4 76.34 MB
  6. Jour 55 Organiseur de playlist.mp4 170 MB
  7. Jour 56 Planificateur de budget.mp4 117.47 MB
  8. Jour 57 Générateur d’art ASCII.mp4 111.52 MB
  9. Jour 58 Minuteur Pomodoro.mp4 180.14 MB
  22. Jours 61–70 Projets avancés intermédiaires
  1. Jour 61 Scraper de réseaux sociaux.mp4 106.26 MB
  10. Jour 70 Visualiseur de données.mp4 167.3 MB
  2. Jour 62 Sauvegarde automatique.mp4 113.3 MB
  3. Jour 63 Système de recommandation films.mp4 128.94 MB
  4. Jour 64 Fusionneur de PDFs.mp4 80.74 MB
  5. Jour 65 Backend de site portfolio.mp4 153.58 MB
  6. Jour 66 App de flashcards.mp4 80.51 MB
  7. Jour 67 Tableau boursier.mp4 132.32 MB
  8. Jour 68 Planificateur de tâches.mp4 135.32 MB
  9. Jour 69 Convertisseur de devises.mp4 94.63 MB
  23. Jours 71–80 Projets en IA et Machine Learning
  1. Jour 71 Détecteur de spam.mp4 230.27 MB
  10. Jour 80 Détecteur de fake news.mp4 117.96 MB
  2. Jour 72 Analyse de sentiment.mp4 90.48 MB
  3. Jour 73 Reconnaissance d’écriture.mp4 224.79 MB
  4. Jour 74 Assistant vocal.mp4 130.79 MB
  5. Jour 75 App de détection de visage.mp4 143.23 MB
  6. Jour 76 Système de recommandation simple.mp4 125.92 MB
  7. Jour 77 Chatbot IA avec NLP.mp4 106.41 MB
  8. Jour 78 Détection d’objets.mp4 90.18 MB
  9. Jour 79 Traducteur de langues.mp4 80.61 MB
  24. Algorithmes de Machine Learning avec Python
  1. Introduction aux algorithmes de ML et leur implémentation.mp4 14.21 MB
  10. 9. Gradient Boosting.mp4 48.86 MB
  11. 10. Naive Bayes.mp4 41.79 MB
  12. 11. K-Means clustering.mp4 26.19 MB
  13. 12. Regroupement hiérarchique.mp4 34.98 MB
  14. 13. DBSCAN.mp4 28.99 MB
  15. 14. Modèles de mélange gaussien (GMM).mp4 31.67 MB
  16. 15. ACP (Analyse en composantes principales).mp4 32.1 MB
  17. 16. t-SNE (t-Distributed Stochastic Neighbor Embedding).mp4 35.17 MB
  18. 17. Autoencodeurs.mp4 66.43 MB
  19. 18. Self-training.mp4 60.88 MB
  2. 1. Régression linéaire.mp4 43.93 MB
  20. 19. Q-learning.mp4 75.59 MB
  21. 20. Réseaux de neurones profonds Q (DQN).mp4 127.49 MB
  22. 21. Méthodes Policy Gradient.mp4 107.69 MB
  23. 22. One-Class SVM.mp4 30.87 MB
  24. 23. Forêt d’isolation.mp4 35.03 MB
  25. 24. Réseaux de neurones convolutifs (CNNs).mp4 72.69 MB
  26. 25. Réseaux neuronaux récurrents (RNNs).mp4 66.82 MB
  27. 26. Mémoire à long court terme (LSTM).mp4 65.29 MB
  28. 27. Transformers.mp4 106.21 MB
  3. 2. Régression Ridge et Lasso.mp4 59.87 MB
  4. 3. Régression polynomiale.mp4 54.25 MB
  5. 4. Régression logistique.mp4 41.08 MB
  6. 5. K plus proches voisins (KNN).mp4 45.73 MB
  7. 6. Machines à vecteurs de support (SVM).mp4 50.3 MB
  8. 7. Arbres de décision.mp4 46.81 MB
  9. 8. Forêts aléatoires (Random Forests).mp4 46.03 MB
  3. Semaine 3 Mathématiques pour le machine learning et l’IA
  1. Introduction à la semaine 3 – Mathématiques pour le ML.mp4 3.39 MB
  2. Jour 1 Fondamentaux de l’algèbre linéaire.mp4 151.87 MB
  3. Jour 2 Concepts avancés en algèbre linéaire.mp4 143.75 MB
  4. Jour 3 Calcul différentiel pour le ML.mp4 129.99 MB
  5. Jour 4 Calcul intégral et optimisation.mp4 108.97 MB
  6. Jour 5 Théorie des probabilités et distributions.mp4 185.87 MB
  7. Jour 6 Fondamentaux en statistiques.mp4 144.24 MB
  8. Jour 7 Mini projet mathématique – Régression linéaire depuis zéro.mp4 126.97 MB
  4. Semaine 4 Probabilités et statistiques pour le ML et l’IA
  1. Introduction à la semaine 4 – Probabilités et statistiques.mp4 3.57 MB
  2. Jour 1 Variables aléatoires et théorie des probabilités.mp4 131.4 MB
  3. Jour 2 Distributions de probabilité dans le ML.mp4 123.26 MB
  4. Jour 3 Inférence statistique – Estimation et intervalles de confiance.mp4 115.75 MB
  5. Jour 4 Tests d’hypothèse et valeurs p.mp4 73.38 MB
  6. Jour 5 Types de tests d’hypothèse.mp4 138.98 MB
  7. Jour 6 Corrélation et régression.mp4 132.28 MB
  8. Jour 7 Projet d’analyse statistique – Analyse de données réelles.mp4 216.67 MB
  5. Semaine 5 Introduction au machine learning
  1. Introduction à la semaine 5 – ML.mp4 3.62 MB
  2. Jour 1 Bases du machine learning et terminologie.mp4 106.97 MB
  3. Jour 2 Apprentissage supervisé et modèles de régression.mp4 102.63 MB
  4. Jour 3 Régressions avancées – polynomiale et régularisation.mp4 271.32 MB
  5. Jour 4 Classification et régression logistique.mp4 209.85 MB
  6. Jour 5 Évaluation des modèles et validation croisée.mp4 119.57 MB
  7. Jour 6 Algorithme des k-plus proches voisins (k-NN).mp4 145.03 MB
  8. Jour 7 Mini projet d’apprentissage supervisé.mp4 237 MB
  6. Semaine 6 Ingénierie des caractéristiques et évaluation des modèles
  1. Introduction à la semaine 6 – Feature Engineering.mp4 2.93 MB
  2. Jour 1 Introduction à l’ingénierie des caractéristiques.mp4 114.66 MB
  3. Jour 2 Normalisation et mise à l’échelle des données.mp4 139.47 MB
  4. Jour 3 Encodage des variables catégorielles.mp4 141.81 MB
  5. Jour 4 Techniques de sélection de caractéristiques.mp4 133.72 MB
  6. Jour 5 Création et transformation de caractéristiques.mp4 145.71 MB
  7. Jour 6 Méthodes d’évaluation des modèles.mp4 125.73 MB
  8. Jour 7 Validation croisée et réglage des hyperparamètres.mp4 171.45 MB
  7. Semaine 7 Algorithmes de ML avancés
  1. Introduction à la semaine 7 – Algorithmes avancés.mp4 2.86 MB
  2. Jour 1 Introduction à l’apprentissage ensembliste.mp4 118.03 MB
  3. Jour 2 Bagging et forêts aléatoires.mp4 112.53 MB
  4. Jour 3 Boosting et Gradient Boosting.mp4 132.9 MB
  5. Jour 4 Introduction à XGBoost.mp4 175.46 MB
  6. Jour 5 LightGBM et CatBoost.mp4 184.38 MB
  7. Jour 6 Gérer les données déséquilibrées.mp4 152.4 MB
  8. Jour 7 Projet – Comparaison de modèles sur données réelles.mp4 216.56 MB
  8. Semaine 8 Réglage et optimisation des modèles
  1. Introduction à la semaine 8 – Optimisation.mp4 4.54 MB
  2. Jour 1 Introduction au tuning des hyperparamètres.mp4 112.7 MB
  3. Jour 2 Grid Search et Random Search.mp4 141.7 MB
  4. Jour 3 Optimisation bayésienne.mp4 263.68 MB
  5. Jour 4 Techniques de régularisation.mp4 118.12 MB
  6. Jour 5 Validation croisée et évaluation.mp4 109.76 MB
  7. Jour 6 Tuning automatisé avec GridSearchCV et RandomizedSearchCV.mp4 184.15 MB
  8. Jour 7 Projet – Construction et réglage du modèle final.mp4 230.88 MB
  9. Semaine 9 Réseaux de neurones et bases du deep learning
  1. Introduction à la semaine 9 – Deep Learning.mp4 4.14 MB
  2. Jour 1 Concepts de base en deep learning.mp4 117.49 MB
  3. Jour 2 Propagation avant et fonctions d’activation.mp4 120.41 MB
  4. Jour 3 Fonctions de perte et rétropropagation.mp4 131.3 MB
  5. Jour 4 Descente de gradient et techniques d’optimisation.mp4 186.55 MB
  6. Jour 5 Création de réseaux avec TensorFlow et Keras.mp4 168.04 MB
  7. Jour 6 Création de réseaux avec PyTorch.mp4 252.78 MB
  8. Jour 7 Projet – Classification d’images avec CIFAR-10.mp4 214 MB
  ▲ 213 total files

Description


Méga Classe IA & Python : 300+ Projets Pratiques

pqg6.jpg?042148

2Z950s2.png
Plongez dans le bootcamp ultime en IA et développement Python, conçu pour les débutants et les futurs ingénieurs en IA.
Ce cours complet vous emmène de zéro expérience en programmation à la maîtrise de Python, du machine learning,
du deep learning, et des applications basées sur l’IA à travers 100 projets réels. Que vous souhaitiez démarrer une carrière
en IA, améliorer vos compétences en développement ou créer des outils d’automatisation avancés, ce cours vous offre
une expérience pratique avec des implémentations concrètes.

Vous commencerez par apprendre Python depuis les bases, en couvrant tout, de la syntaxe simple aux fonctions avancées.
Au fil de votre progression, vous explorerez des techniques de science des données, de visualisation de données, et de
prétraitement pour préparer des jeux de données destinés aux modèles IA. Le cours introduit ensuite les algorithmes
de machine learning, vous enseignant comment construire des modèles prédictifs, analyser des motifs, et prendre des
décisions guidées par l’IA. Vous travaillerez avec TensorFlow, PyTorch, OpenCV, et Scikit-Learn pour créer des
applications IA capables de traiter du texte, des images et des données structurées.

En avançant, vous développerez des chatbots, des systèmes de recommandation, des analyseurs de sentiments,
et des outils d’automatisation à partir de données du monde réel. Vous acquerrez une expertise en traitement du langage
naturel (NLP), en vision par ordinateur, et en apprentissage par renforcement, en maîtrisant les applications de l’IA
dans divers secteurs industriels. Le cours aborde également l’éthique de l’IA, l’optimisation des modèles, et les stratégies
de déploiement, vous assurant de savoir comment mettre à l’échelle vos projets IA de façon efficace.

À la fin du cours, vous disposerez de 100 projets pratiques qui démontrent vos compétences en développement IA,
automatisation et machine learning. Que vous cherchiez à lancer une startup basée sur l’IA, à booster votre CV
avec des compétences recherchées, ou à automatiser des processus métier, ce cours vous offre tout ce dont vous
avez besoin. Rejoignez-nous et devenez expert en développement Python et IA, en ouvrant la porte à d’innombrables
opportunités dans le secteur technologique.

2Z97VBp.png
 Editeur : Udemy
Parution : 05/2025
Formateur : Vivian Aranha
 Durée : +61H

2Z9Y1S9.md.png
Qualité : WEB 720P
Format : MP4

Codec Vidéo :  AVC 371 kb/s
Codec Audio : AAC LC  128 kb/s


Langue : Français
Résolution:1 280 x 720

2Z9axiQ.png
NB Fichiers: 213
Poids Total : 26.7 Go

NB: Pour ceux qui trouve des bugs de son sur les formations que j'ai postés utiliser le lecteur MPV