Diagnostic gratuit · CSV et Excel
Votre fichier est-il prêt pour le machine learning ?
Examinez vos données, choisissez votre cible et préparez une copie selon vos propres choix.
Intelligence artificielle
Comprendre l’IA,
pratiquer Python.
Des articles pour comprendre les notions d’intelligence artificielle et pratiquer Python. Retrouvez les explications, les exemples de code et les exercices publiés, par thème ou dans l’ordre du parcours.
- Gratuit, sans inscription
- Exercices corrigés
- Débutants bienvenus
Apprendre selon vos envies
Explorer les thématiques
Choisissez une rubrique pour retrouver ses articles publiés, ou suivez les leçons disponibles dans l’ordre du parcours.
Les notions d’IA, de machine learning et de deep learning, les types d’apprentissage et le rôle de la cible.
Installer les outils, écrire du code Python, comprendre les objets, les notebooks, les fonctions et les exceptions.
Comprendre, décrire et explorer les données : statistiques, qualité et visualisation.
Des exemples Python courts pour réaliser des tâches utiles au quotidien.
Un fil conducteur pour avancerRetrouvez les leçons disponibles dans leur ordre pédagogique.
Suivre le parcoursLes premières leçons, dans l’ordre
Commencez par la leçon 1, puis préparez vos outils avant de passer aux bases de Python.
- Leçon 1
IA, machine learning, deep learning et IA générative : les bases
Comprenez les différences entre IA, machine learning, deep learning et IA générative, puis suivez les étapes qui mènent du modèle à une application.
- Leçon 2
Installer Python avec uv, VS Code et Jupyter : un poste prêt pour le machine learning
Installer Python avec uv sous Windows, préparer VS Code et Jupyter, puis créer TesterProjet.ipynb pour vérifier le noyau et les bibliothèques du projet.
- Leçon 3
Les bases de Python : variables, listes, dictionnaires, conditions, boucles et fonctions
Apprenez les bases de Python pas à pas : variables, listes, dictionnaires, conditions, boucles et fonctions, avec un notebook et un exercice corrigé.
Derniers articles
Retrouvez les nouvelles publications et les approfondissements du parcours.
Variables numériques et catégorielles : types, unités et valeurs autorisées
Distinguez variables numériques et catégorielles, vérifiez unités et valeurs autorisées avec pandas, puis déclarez un ordre sans perdre d’information.
Repérer et traiter les valeurs manquantes et les doublons
Repérez les valeurs manquantes et les doublons avec pandas. Comparez suppression et imputation, testez le code Python et téléchargez le notebook.
Décrire un jeu de données avant de construire un modèle
Lire un classeur Excel avec Python, examiner ses observations et documenter ses variables, sa cible et sa qualité avant un modèle. Six étapes, un notebook exécutable et des…
Comment suivre les leçons
Lisez l’explication, refaites l’exemple lorsqu’il contient du code, puis vérifiez ce que vous avez compris.
- 1
Comprendre
Les termes et les prérequis sont expliqués au moment où ils deviennent utiles.
- 2
Mettre en pratique
Les exemples Python utilisent des notebooks Jupyter à ouvrir dans VS Code.
- 3
Vérifier
Les exercices et les corrections permettent de revoir le raisonnement et les limites du résultat.