Partie 1 : Les bases de l'IA

Chapitre 1 : Qu'est-ce que l'IA ?
Que signifie le terme « intelligence » ?
Que signifie l'expression « les ordinateurs pensent par eux-mêmes » ?
L'IA fait des suppositions en se basant sur ce qu'elle sait déjà.
Et si un pain qui ne figure pas dans le dictionnaire apparaissait ?
L'important est de savoir si l'objectif a été atteint ou non.
Chapitre 2 : L'IA autour de nous
La fonctionnalité de suggestion de phrases est également une forme d'IA.
L'IA est un ensemble complexe de petites entités travaillant ensemble pour atteindre un objectif précis.
La réalité de l'IA est simplement un « programme ».
Est-ce aussi de l'IA ?
Chapitre 3 : Ce que l'IA peut faire et ne peut pas faire
Le point fort de l'IA, c'est la « classification ».
Ce qui pose problème à l'IA, c'est le travail créatif.
L'IA ne connaît pas la réponse exacte.
Chapitre 4 : Quand l'histoire de l'IA a-t-elle commencé ?
L'engouement pour l'IA qui ne cesse de croître
ELIZA, un ordinateur qui peut parler
Le test de Turing, qui mesure les performances des ordinateurs interactifs
La deuxième vague d'IA : les systèmes experts
IA actuelle
Chapitre 5 : Que fait l'IA ?
Quelle est la réalité de l'IA ?
Pourquoi utiliser l'apprentissage automatique ?
Chapitre 6 : Qu'est-ce que l'apprentissage automatique ?
Que signifie exactement l'apprentissage automatique ?
Types d'apprentissage automatique et leur contenu
Aperçu de l'apprentissage automatique supervisé
Exemples concrets d'apprentissage automatique supervisé
Aperçu de l'apprentissage automatique non supervisé
Exemples concrets d'apprentissage automatique non supervisé
Aperçu de [l'apprentissage par renforcement]
Exemples concrets d’[apprentissage par renforcement]
Comment distinguer une bonne d'une mauvaise IA
Méthodes d'évaluation des performances pour l'apprentissage automatique supervisé
Applications de l'apprentissage automatique
Chapitre 7 : Qu'est-ce que l'apprentissage profond ?
L'apprentissage profond est un type d'apprentissage automatique.
L'apprentissage profond effectue la vérification en plusieurs étapes.
L'origine de l'apprentissage profond est le « perceptron ».
« Biais », un facteur qui modifie les conditions
Augmentons le nombre de couches du perceptron.
Affinons-le avec la « fonction d'activation ».
Il n'y a pas qu'une seule couche de sortie.
Avantages de l'apprentissage profond
Inconvénients de l'apprentissage profond
Chapitre 08 Que signifie « apprendre pour l’IA » ?
Ajustez la partie paramètre d'une « fonction avec paramètres ».
Que signifie « modèle » ?
Chapitre 09 Utilisons l'IA !
Points importants lors de l'utilisation de l'IA
Introduction de l'IA dans la production de vidéos karaoké
Prenez l'habitude de décomposer les tâches et les problèmes en éléments plus petits.
À propos de l'importance et des défis de la préparation des données !

Partie 2 : IA et travail humain

Chapitre 1 : Comment notre travail va-t-il évoluer avec l'IA ?
Chapitre 03 Chercheur en cuisine
Chapitre 04 Annonceurs et acteurs vocaux
Chapitre 05 Personnel de garde d'enfants, enseignants et instructeurs d'académie
Chapitre 6 Le romancier
Chapitre 07 Animateur
Chapitre 08 Docteur
Chapitre 09 L'agriculteur
Secrétaire du chapitre 10
Chapitre 11 Traducteur
Chapitre 12 : À propos de l’avenir de l’IA et du travail