Apprentissage par la machine

MLOps 101: Platforms and Processes for Building AI | NVIDIA GTC

MLOps 101 : Plateformes et processus pour la création d’IA | NVIDIA GTC

Building Agentic Applications with Spring AI • Matthew Meckes • GOTO 2025

Développer des applications agentiques avec Spring AI • Matthew Meckes • GOTO 2025

[ИАД, весна 2026] Введение в машинное обучение. Лекция 8: Метрические методы машинного обучения

[ИАД, весна 2026] Introduction à l'apprentissage automatique. Leçon 8 : Méthodes métriques de l'apprentissage automatique

MASTERCLASS MINT 2026 | Sébastien Gerchinovitz | March 26, 2026

MASTERCLASS MINT 2026 | Sébastien Gerchinovitz | March 26, 2026

Les 16 commandements pour économiser des tokens et rendre l'IA plus performante

Machine Learning 5 [Even Semester 2025/2026 Telyu] - Exploratory Data Analysis (EDA)

Apprentissage automatique 5 [Semestre pair 2025/2026 Telyu] - Analyse exploratoire des données (AED)

Google dévoile Gemma 4 : le modèle ouvert le plus intelligent à ce jour !

Crée un chatbot téléphonique intelligent avec Genspark 3 !

68-я Всероссийская научная конференция МФТИ, ФПМИ — Секция проблем ИАД, поток 3

68e Conférence scientifique panrusse MIPT, FPMI — Section des problèmes d'IAD, flux 3

MLT - Week 8 | Session- 2

MLT - Semaine 8 | Séance 2

68-я Всероссийская научная конференция МФТИ, ФПМИ — Секция проблем ИАД, поток 2

68e Conférence scientifique panrusse du MIPT, FPMI — Section sur les problèmes d'IAD, flux 2

68-я Всероссийская научная конференция МФТИ, ФПМИ — Секция проблем ИАД, поток 1

68e Conférence scientifique panrusse du MIPT, FPMI — Section des problèmes d'IAD, flux 1

MLT | Week-8 | Session-1

MLT | Semaine-8 | Session-1

Lec 47: Self-Supervised Learning

Lec 47 : Apprentissage auto-supervisé

[ИАД, весна 2026] Введение в машинное обучение. Лекция 7: Вероятностные модели машинного обучения

[ИАД, весна 2026] Introduction à l'apprentissage automatique. Conférence 7 : Modèles probabilistes de l'apprentissage automatique

[IS] Quantum Machine Learning – Foundations, Methodologies, and Real-World Applications

[IS] Apprentissage automatique quantique – Fondements, méthodologies et applications réelles

"Efficient Finetuning of Large Language Models via Large-Width Analysis" - Soufiane Hayou

Efficient Finetuning of Large Language Models via Large-Width Analysis

NVIDIA Nemotron Unpacked: Build, Fine-Tune, and Deploy Open Models From NVIDIA

NVIDIA Nemotron Unpacked : Créez, optimisez et déployez des modèles ouverts à partir de NVIDIA

HAI Seminar: Predicting Child Labor in Ghana's Cocoa Industry

Séminaire HAI : Prévoir le travail des enfants dans l'industrie du cacao au Ghana

How to Run TurboQuant - "Lossless" Quantization for Local AI TESTED ✅

Comment exécuter TurboQuant - Quantification « sans perte » pour l'IA locale TESTÉ ✅

How to finetune LLMs on custom data domains (CPT tutorial with Unsloth)

Comment optimiser les LLM sur des domaines de données personnalisés (tutoriel CPT avec Unsloth)

MLT | Week-7 | Session-2

MLT | Semaine-7 | Séance-2

Universal Speech Content Factorization - Henry Li Xinyuan

Factorisation universelle du contenu vocal - Henry Li Xinyuan

World Models for AI

Modèles du monde pour l'IA

MLT | Week-7 | Session-1

MLT | Semaine-7 | Session-1

AI Foundations for Absolute Beginners

Fondamentaux de l'IA pour grands débutants

CompACT para robots, Epistemic Neural Networks para RLHF, Online Experiential Learning

CompACT pour robots, Epistemic Neural Networks pour RLHF, Online Experiential Learning

New Self Improving Hyperagents Break Limits Of AI

De nouveaux hyperagents auto-améliorants repoussent les limites de l'IA

MLT | Week-6 | Session-2

MLT | Semaine-6 | Séance-2

Ton Claude Code oublie TOUT ? Tout savoir sur sa mémoire ! (Guide complet)

[Generative AI in Urdu/Hindi] Lecture 22: Pre-training objectives of BERT

[IA générative en ourdou/hindi] Leçon 22 : Objectifs de pré-entraînement de BERT

MENACE | Ironman C1.E06

MLT | Week-5 | Session-2

MLT | Semaine 5 | Session 2

Dr. Shruti Mishra | Reinforcement learning in fluid mechanical environments

Dr Shruti Mishra | Apprentissage par renforcement dans les environnements de mécanique des fluides

Agent Teams Claude : automatisez tout, facturez plus!

How Linear Algebra Powers Machine Learning (ML)

Comment l'algèbre linéaire alimente l'apprentissage automatique (ML)

[ИАД, весна 2026] Введение в машинное обучение. Лекция 6: Методология машинного обучения

[ИАД, printemps 2026] Introduction à l'apprentissage automatique. Conférence 6 : Méthodologie de l'apprentissage automatique

Reinforcement Learning via Self-Distillation

Apprentissage par renforcement par auto-distillation

MLP Live session

Session live MLP

La nouvelle IA de Google révolutionne les maths… Elle invente ses propres algorithmes !