Apprentissage par la machine

Claude Code is Better at n8n than I am (Beginner's Guide)

Claude Code est meilleur que moi en n8n (Guide du débutant)

Lec 4: Logistics Regression

Lec 4: Régression logistique

Lec 2: Supervised Learning (Regression)

Lec 2 : Apprentissage supervisé (Régression)

Lec 1: Introduction to Learning

Lec 1: Introduction à l'apprentissage

West Coast ML State of AI - Part 2

West Coast ML State of AI - Partie 2

Meta annonce LA FIN de l'ère ChatGPT (Y. Lecun avait raison)

Irit Chelly - Consistent Amortized Clustering via Generative Flow Networks (Heb)

Irit Chelly - Clustering amorti cohérent via les réseaux de flux génératifs (Heb)

Hands-on Machine Learning -- Custom Models and Training with TensorFlow

Hands-on Machine Learning -- Modèles personnalisés et entraînement avec TensorFlow

AutoGrad Changed Everything (Not Transformers) [Dr. Jeff Beck]

AutoGrad a tout changé (et non les Transformers) [Dr Jeff Beck]

MACLA memoria y aprendizaje continuo, Transferencia humano-robot, Problema y dato del problema

MACLA mémoire et apprentissage continu, transfert humain-robot, problème et donnée du problème

Bringing Your App to Life with Vertex AI and Cloud Run

Donner vie à votre application avec Vertex AI et Cloud Run

Construire un RAG avec Chat GPT 5.2| Comprendre les embeddings & les PDF !

Модель кластеризации DBSCAN простыми словами | МАШИННОЕ ОБУЧЕНИЕ

Modèle de clustering DBSCAN en termes simples | APPRENTISSAGE AUTOMATIQUE

Ce RAG 2.0 SURPERFORME tous les autres (Workflow n8n GRATUIT)

[ИАД, осень 2025] Байесовский выбор моделей. Лекция 14: Байесовская оптимизация

[ИАД, automne 2025] Sélection de modèles bayésiens. Conférence 14 : Optimisation bayésienne

The "Final Boss" of Deep Learning

Le « boss final » de l'apprentissage profond

MLT - Revision session 2_End term

MLT - Session de révision 2_Fin de trimestre

MLP 25T3 EndTerm Revision

MLP 25T3 Révision de fin de trimestre

L12 Unsupervised Learning K Means Clustering

L12 Apprentissage non supervisé regroupement K Means

L11 Classification Performance Metrics

L11 Métriques de performance de classification

VLA Models and the New Robotics

Modèles VLA et la nouvelle robotique

MLT - Revision session 1_End term

MLT - Séance de révision 1_Fin de terme

Inbar Seroussi - SGD Exact Dynamics in High-Dimension: Insights for Algorithm Design (Eng)

Inbar Seroussi - Dynamique exacte de SGD en haute dimension : Perspectives pour la conception d'algorithmes (Ang)

Exhaustive Symbolic Regression, or how to find the best function for your data

RL en pre-training, Subespacios universales en DNNs, Unsupervised Learning

RL en pré-entraînement, Sous-espaces universels dans les DNNs, Apprentissage non supervisé

Keynote Address - Engineering Intelligence: Building Practical ML Systems

Discours principal - Ingénierie de l'intelligence : construire des systèmes pratiques de ML

NeurIPS Summary and ML News

Résumé NeurIPS et actualités ML

MLT - Week 11, 12 SWU

MLT - Semaine 11, 12 SWU

L10 Nonlinear & Multiclass Classification

L10 Classification Non Linéaire et Multiclasse

Tony Jebara: Discriminative Learning of Generative Models

Tony Jebara : Apprentissage discriminatif des modèles génératifs

Tong Zhang: Two Algorithms for Learning Sparse Representations

Tong Zhang: Deux algorithmes pour apprendre des représentations parcimonieuses

Lawrence K. Saul: Distance Metric Learning for Large Margin Classification

Lawrence K. Saul: Apprentissage de métrique de distance pour la classification à grande marge

Jason Eisner: Hidden Markov Models

Jason Eisner : Modèles de Markov cachés

Dale Schuurmans: Convex Training Algorithms for Hard Machine Learning Problems

Dale Schuurmans: Algorithmes d'entraînement convexes pour les problèmes difficiles d'apprentissage automatique

Corinna Cortes: Rational Kernels: A General Machine Learning Framework for the Analysis of Text,...

Corinna Cortes : Noyaux rationnels : Un cadre général d'apprentissage automatique pour l'analyse de texte,...

Zohar Ringel - A Heuristic for Feature Learning and Sample Complexity (Heb)

Zohar Ringel - Une heuristique pour l'apprentissage de caractéristiques et la complexité d'échantillons (Heb)

The Mathematical Foundations of Intelligence [Professor Yi Ma]

Les fondements mathématiques de l'intelligence [Professeur Yi Ma]

MLT - Week 12

MLT - Semaine 12

L9 Classification (Logistic Regression)

L9 Classification (Régression Logistique)

Building Synthetic Data Pipelines for Open Research and Scalable AI Development

Construction de pipelines de données synthétiques pour la recherche ouverte et le développement d'IA à grande échelle