Apprentissage par la machine

Workshop Day 2_Sep 2025

Atelier Jour 2_Sep 2025

[ИАД, осень 2025] Математические методы прогнозирования. Лекция 2

[ИАД, automne 2025] Méthodes mathématiques de prévision. Conférence 2

[ИАД, осень 2025] Байесовское мультимоделирование. Лекция 1

[IAD, automne 2025] Modélisation bayésienne multimodèle. Leçon 1

MLT workshop_Sep 25(day 1)

Atelier MLT_Sep 25(jour 1)

Muon - Part 3

Muon - Partie 3

Kaggle Competition Review -- CMI - Detect Behavior with Sensor Data

Évaluation du concours Kaggle – CMI – Détecter le comportement avec les données des capteurs

Hands-On Machine Learning -- Support Vector Machines

Apprentissage automatique pratique – Machines à vecteurs de support

AZR : l’IA qui apprend toute seule — avec David Gurlé

A visual guide on Reinforcement Learning - the 6 things that makes it “click”

Un guide visuel sur l'apprentissage par renforcement : les 6 éléments clés pour le rendre efficace

[ИАД, осень 2025] Foundation models for spatial-time series. Занятие 1

[ИАД, automne 2025] Foundation models for spatial-time series. Leçon 1

[ИАД, осень 2025] Вероятностные тематические модели. Лекция 1

[ИАД, осень 2025] Modèles thématiques probabilistes. Leçon 1

Stanford CS329H: Machine Learning from Human Preferences | Autumn 2024 | Introduction

Stanford CS329H : Apprentissage automatique à partir des préférences humaines | Automne 2024 | Introduction

Critical Choices: AI in Disaster Management and Healthcare

Choix critiques : l’IA dans la gestion des catastrophes et les soins de santé

Cloning Paid Apps To Avoid Paying For Them

Cloner des applications payantes pour éviter de payer

[ИАД, осень 2025] Математические методы прогнозирования. Лекция 1

[ИАД, automne 2025] Méthodes mathématiques de prévision. Conférence 1

n8n's Agent Builder Somehow Made Building Agents Even Easier (text to workflow)

Le générateur d'agents de n8n a simplifié la création d'agents (du texte au flux de travail)

ARC AGI, ML News, and Computer Vision Workshop 4

ARC AGI, ML News et Atelier de Vision par Ordinateur 4

Muon - Part 2

Muon - Partie 2

Peter BARTLETT C6

Peter BARTLETT C5

Peter BARTLETT C4

Peter BARTLETT C2

Guide to Agentic AI – Build a Python Coding Agent with Gemini

Guide de l'IA agentique – Créez un agent de codage Python avec Gemini

Stanford CS231N | Spring 2025 | Lecture 12: Self-Supervised Learning

Stanford CS231N | Printemps 2025 | Cours 12 : Apprentissage auto-supervisé

Stanford CS231N | Spring 2025 | Lecture 11: Large Scale Distributed Training

Stanford CS231N | Printemps 2025 | Cours 11 : Entraînement distribué à grande échelle

Cómo compran los agentes AI, R1-Zero con inspiración GAN, DeepConf y entropía de tokens

Comment les agents IA achètent, R1-Zero avec inspiration GAN, DeepConf et entropie des tokens

Revision session 2 - Week 11 &12

Session de révision 2 - Semaine 11 et 12

Muon - Part 1

Muon - Partie 1

Machine Learning & Health: Predict, Diagnose, Innovate for Better Care

Machine Learning et Santé : Prédire, Diagnostiquer, Innover pour de Meilleurs Soins

End Term | Doubt Clearing Session

Fin de session | Séance de clarification des doutes

Dr. Gaël Varoquaux | Keynote: Judging uncertainty from black-box classifiers

Dr. Gaël Varoquaux | Discours : Juger l'incertitude des classificateurs à boîte noire

End term revision Week 9, 10

Révision de fin de trimestre Semaines 9, 10

Lecture 5: Anomaly Detection in Biomedicine, from Statistics to Deep Learning , Aug 26, 9:45 MX

Conférence 5 : Détection d’anomalies en biomédecine, de la statistique à l’apprentissage profond, 26 août, 9:45 MX

Thomas Chen: Non-Asymptotic Length Generalization

Thomas Chen: Généralisation de longueur non asymptotique

Nirmit Joshi: A Theory of Learning with Autoregressive Chain of Thought

Nirmit Joshi : Une théorie de l'apprentissage avec chaîne de pensée autorégressive

Lecture 2: Interpretability and Robustness of ML/AI - Aug 25, 11:00 MEX 19:00 GER

Leçon 2 : Interprétabilité et robustesse de l'ML/IA - 25 août, 11:00 MEX 19:00 ALL

Interview: Deepfake Detection and the Future of AI with Hany Farid | Particles of Thought

Interview : Détection des deepfakes et l'avenir de l'IA avec Hany Farid | Particles of Thought

Hands-On Machine Learning -- Training Models

Machine Learning pratique : Entraînement de modèles

Week 11 & 12 Solve with us

Semaine 11 et 12 Résolvez avec nous

Week 12 theory

Théorie de la semaine 12