
Ma veille technologique porte sur l'IA et son fonctionnement, ensemble nous allons voir différents points:
-Qu'est qu'un réseau de neurones
-Machine Learning et Deep Learning
-Les différentes architectures
RESEAU DE NEURONNES:
Quels sont les points importants?
-Le poids de confiance de chaque neurone
-Les couches (layers) avec le principe d'entonnoir
-Correction et système de récompense

MACHINE LEARNING ET DEEP LEARNING
| CARACTERISTIQUES | MACHINE LEARNING | DEEP LEARNING |
| Dépendance humaine | Forte (doit définir les règles) | Faible (auto-apprenant) |
| Complexité des données | Moins adapté aux données complexes | Très adapté |
| Besoin en données | Peu / modéré | Beaucoup |
| Apprentissage automatique | Non, apprends sur une base fixe | Oui |
LES DIFFERENTES ARCHITECTURES
| ARHITECTURE | FONCTION PRINCIPALE | EXEMPLE D'USAGE | EXEMPLE D'IA |
| MLP (Multi-Layer Perceptron) | Prédire / classer | Spam ou non | scikit-learn |
| CNN (Convolutional Neural Network) | Reconnaissance physique | Reconnaître un chat | ResNet, VGG |
| RNN (Recurrent Neural Network) | Se souvenir | Prédire le prochain mot | Siri (avant) |
| LSTM / GRU (Long Short Term Memory) | Se souvenir longtemps | Traduire des phrases complètes | Google Traduction |
| Transformer | Comprendre et générer globalement | Résumer un texte, répondre et créer | ChatGPT |
| GAN (Generative Adversarial Network) | Créer en imitant | Faux visages, art IA... | DALL·E |

