Apprentissage par la machine

Week 2

Semaine 2

Jakob Zeitler on Bayesian Optimisation for Materials and Brownies | FAI CDT

Jakob Zeitler sur l'optimisation bayésienne pour les matériaux et les brownies | FAI CDT

[ИАД, осень 2025] Математические методы прогнозирования. Лекция 3

[ИАД, automne 2025] Méthodes mathématiques de prévision. Cours 3

[ИАД, осень 2025] Байесовский выбор моделей. Лекция 4: Обоснованность (evidence)

[ИАД, automne 2025] Sélection bayésienne de modèles. Leçon 4 : Evidence

RL en pretraining, Más emergencia en AI, "Benchmarks" reales

RL en pretraining, Plus d'urgence en IA, benchmarks réels

MLP25T3 W2L1

Hands-On Machine Learning -- Ensemble Learning, Random Forests, and Gradient Boosting

Apprentissage automatique pratique -- apprentissage d'ensemble, forêts aléatoires et boosting de gradient

Scaling Large Language Models: Getting Started with Large-Scale Parallel Training of LLMs

Mise à l'échelle des grands modèles de langage : Démarrage de l'entraînement parallèle à grande échelle des LLM

Machine Learning 2 [Odd Semester 2025/2026 Telyu] - The Linear Models

Machine Learning 2 [Odd Semester 2025/2026 Telyu] - Les Modèles Linéaires

Machine Learning 1 [Odd Semester 2025/2026 Telyu] - Introduction to Machine Learning

Machine Learning 1 [Odd Semester 2025/2026 Telyu] - Introduction au Machine Learning

MLP_WEEK_1_LIve_Session_2

MLP_SEMAINE_1_Session_en_direct_2

Hands-On Machine Learning -- Decision Trees

Apprentissage automatique pratique – Arbres de décision

3 Hidden Data Table Hacks for Smarter AI Agents

3 astuces cachées de tableaux de données pour des agents IA plus intelligents

The New and Improved Way to Build ANYTHING with AI

La nouvelle façon améliorée de construire n'importe quoi avec l'IA

Reinforcement Learning for LLMs to Enhance Safety

Apprentissage par renforcement pour les LLMs afin d'améliorer la sécurité

[ИАД, осень 2025] Байесовский выбор моделей. Лекция 3: Байесовская линейная регрессия

[ИАД, automne 2025] Sélection bayésienne de modèles. Leçon 3 : Régression linéaire bayésienne

Week 1 - Summary session

Semaine 1 - Session de résumé

MLP 25T3 Live session Week1

MLP 25T3 Session en direct Semaine 1

[ИАД, осень 2025] Вероятностные тематические модели. Лекция 2

[IAD, automne 2025] Modèles thématiques probabilistes. Conférence 2

Créez votre premier AGENT IA en RAG - Tutoriel complet!

[ИАД, осень 2025] Байесовский выбор моделей. Лекция 2: Наивный Байес, Экспоненциальное семейство

[ИАД, automne 2025] Sélection de modèles bayésienne. Cours 2 : Naive Bayes, famille exponentielle

Understanding Tokenization in Audio and Speech

Comprendre la tokenisation dans l'audio et la parole

The Real Reason Huge AI Models Actually Work [Prof. Andrew Wilson]

La vraie raison pour laquelle les gros modèles d'IA fonctionnent réellement [Prof. Andrew Wilson]

The NEW Easiest Way to Build RAG Agents in Minutes (no code)

La nouvelle méthode la plus simple pour créer des agents RAG en quelques minutes (sans code)

Hongbo Zhao - Learning Physics of Electrochemical Systems from Data - IPAM at UCLA

Hongbo Zhao - Apprendre la physique des systèmes électrochimiques à partir de données - IPAM à UCLA

Generative Models for Turbulent Flows || Meta Learning PINNs || Sep 19, 2025

Modèles génératifs pour écoulements turbulents || Méta-apprentissage PINNs || 19 sept 2025

[ИАД, осень 2025] Foundation models for spatial-time series. Занятие 2

[ИАД, automne 2025] Foundation models for spatial-time series. Занятие 2

Day 3- MLT workshop_Sep 25

Jour 3- Atelier MLT_25 septembre

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