
8: Deep Learning for Natural Language – Transformers, Self-Supervised Learning
8: Deep Learning pour le langage naturel – Transformers, apprentissage auto-supervisé
@mitocw

8: Deep Learning pour le langage naturel – Transformers, apprentissage auto-supervisé

7 : Apprentissage profond pour le traitement automatique du langage naturel – Transformers

6 : Apprentissage profond pour le langage naturel – Intégrations

5 : Apprentissage profond pour le traitement automatique du langage naturel – Les bases

4: Deep Learning pour la Vision par Ordinateur – Apprentissage par Transfert et Ajustement Fin; Introduction à HuggingFace

3: Deep Learning for Computer Vision – Construire des réseaux de neurones convolutifs à partir de zéro

2: Entraînement des NN profonds (suite) ; Introduction à Keras/Tensorflow ; Application aux données tabulaires

11 : IA générative – Modèles de conversion texte-image

10 : IA générative – Adaptation des LLM avec un réglage fin efficace des paramètres

1: Introduction aux réseaux de neurones et à l'apprentissage profond; Entraînement des réseaux de neurones profonds


Cours 9 : Analyse en composantes principales en finance

Cours 5 : Théorie des probabilités (suite) ; Processus stochastiques I

Cours 4 : Algèbre linéaire (suite) ; Théorie des probabilités


Cours 21 : Formule de Black-Scholes, évaluation en situation de risque neutre


Conférence 18 : Application de la science des données et de l'intelligence artificielle à la gestion de portefeuilles biomédicaux




Conférence 1, Partie III : Les « mathématiques » de Bond

Cours 1, Partie II : Introduction aux marchés financiers, aux termes et concepts financiers

Lecture 1, Partie I : Introduction du cours

Économiste du MIT sur l'IA, les compromis et les soins de santé

Cours 01 : Introduction à la théorie de la projection

Introduction de la session : Réseaux d'énergie géothermique : Transformer notre système d'énergie thermique

Initiative IA + Éducation ouverte : Compétences en IA et évaluation

02. Comment les gens apprennent : la théorie de la charge cognitive


Cours 3 : Comment rédiger une démonstration ; Propriété archimédienne

Cours 2 : Introduction aux nombres réels (suite)






Un économiste du MIT parle de finance, d'IA et du comportement humain


Cours 4 : Courbes de demande et effets de revenu/substitution