BienvenueAperçuTypes de machine learningAlgorithmes de machine learningMachine learning statistiqueAlgèbre linéaire pour le machine learningQuantification de l’incertitudeCompromis biais-varianceAperçuSélection des caractéristiquesExtraction de caractéristiquesPlongement vectorielEspace latentAnalyse en composantes principalesAnalyse discriminante linéaireSuréchantillonnageSous-échantillonnageDonnées synthétiquesFuite de donnéesAperçuRégression linéaireRégression lassoRégression de crêteModèle d’espace d’étatSéries temporellesModèle autorégressifAperçuArbres de décisionK plus proches voisins (KNN)Naïve bayésienneForêt d’arbres décisionnelsMachine à vecteurs de supportRégression logistiqueAperçuBoostingBaggingBoosting de gradientClassificateur de boosting de gradientAperçuApprentissage par transfertAperçuAperçuClustering k-meansClustering hiérarchiqueAlgorithme a prioriModèle de mélange gaussienDétection des anomaliesAperçuFiltrage collaboratifFiltrage basé sur le contenuAperçuApprentissage par renforcement à partir des commentaires humainsAperçuAperçuRétropropagationModèles d’encodeur-décodeurRéseaux de neurones récurrentsRéseaux de neurones convolutifsAperçuMécanisme d’attentionAttention de requête groupéeCodage positionnelAuto-encodeurModèle MambaRéseau de neurones graphiqueAperçuModèle génératifIA générative et IA prédictiveAperçuModèles de raisonnementPetits modèles de langageRéglage des instructionsParamètres des LLMTempérature des LLMBenchmarks de LLMPersonnalisation des LLMModèles de diffusionAuto-encodeurs variationnels (VAE)Réseaux antagonistes génératifs (GAN)AperçuModèles de langage visuelTutoriel : Créer un styliste d’IATutoriel : Requêtes d’IA multimodale avec LlamaTutoriel : Requêtes d’IA multimodale avec PixtralTutoriel : Transcription de podcast automatique avec GraniteTutoriel : Système de réponse d’analyse d’image d’IA PPTAperçuGraphRAGTutoriel : Créer un système RAG multimodal avec Docling et GraniteTutoriel : Évaluer le pipeline RAG à l’aide de RagasTutoriel : Stratégies de segmentation RAGTutoriel : La méthode Graph RAG à l’aide de graphes de connaissancesTutoriel : Mise à l’échelle de l’inférence pour améliorer la RAG multimodaleAperçuCodage de VibeConsulter le guide des agents d’IA à l’horizon 2025AperçuFonction de perteDonnées d’entraînementParamètres du modèleDescente de gradientDescente de gradient stochastiqueRéglage des hyperparamètresTaux d'apprentissageAperçuRéglage fin efficace en paramètres (PEFT)LoRATutoriel : Affiner le modèle Granite avec LoRARégularisationModèles de fondationSurajustementSous-ajustementApprentissage few-shotApprentissage zero-shotDistillation des connaissancesMéta-apprentissageAugmentation des donnéesOubli catastrophiqueAperçuScikit-LearnXGBoostPyTorchAperçuCycle de vie de l’IAInférence IADéploiement de modèlePipeline de machine learningÉtiquetage des donnéesGestion des risques liés aux modèlesDérive de modèleAutoMLSélection du modèleApprentissage fédéréMachine learning distribuéPile d’IAAperçuCompréhension du langage naturelAperçuAnalyse des sentimentsTraduction automatiqueAperçuRecherche d’informationExtraction d’informationsModélisation thématiqueAnalyse sémantique latenteAllocation de Dirichlet latenteReconnaissance des entités nomméesProlongements lexicauxSac de motsRecherche intelligenteReconnaissance vocaleRacinisation et lemmatisationSynthèse de texteIA conversationnelleAnalyse conversationnelleGénération automatique de texte en langage naturelAperçuClassification des imagesDétection d’objetsSegmentation d’instancesSegmentation sémantiqueReconnaissance optique de caractèresReconnaissance d’imagesInspection visuelleJoshua Nobleapprentissage profondréseau neuronalarchitecture transformatricemodèle seq2seqmachine learningtraitement automatique du langage naturel (NLP)grands modèles de langage (LLM).le résumé de textereconnaissance vocaleDéclaration de confidentialité d’IBMréseaux neuronaux récurrents (RNN)d’intelligence artificiellel’analyse des sentimentsbag of wordsRegardez tous les épisodes de Mixture of Expertsscience des donnéesmodèles IBM Slate.reconnaissance des entités nomméesIBM® GraniteeBook
Science des données et MLOps pour les responsables des données
Unissez vos forces à celles d’autres responsables pour promouvoir les trois piliers essentiels du MLOps et d’une IA digne de confiance : confiance dans les données, confiance dans les modèles et confiance dans les processus.
Lire l’eBookFormation
Renforcez votre expertise en matière de ML
Apprenez des concepts fondamentaux et développez vos compétences grâce à des ateliers pratiques, à des cours, à des projets guidés, à des essais et à d’autres ressources.
Découvrir les cours de MLeBook
Libérez la puissance de l’IA générative et du ML
Découvrez comment intégrer en toute confiance l’IA générative et le machine learning dans votre entreprise.
Lire l’eBookPodcast Techsplainers
Le machine learning, expliqué
Techsplainers by IBM présente les fondements du machine learning, des concepts clés aux cas d’utilisation concrets. Des épisodes clairs et rapides vous permettent d’apprendre rapidement les principes fondamentaux.
Écouter maintenantGuide
Mettre l’IA au travail : mise en place d'un retour sur investissement grâce à l'IA générative
Vous voulez obtenir un meilleur retour sur vos investissements dans l’IA ? Découvrez comment la mise à l’échelle de l’IA générative dans des domaines clés favorise le changement en aidant vos meilleurs éléments à créer et à fournir de nouvelles solutions innovantes.
Lire le guideeBook
Choisir le bon modèle de fondation
Découvrez comment choisir le modèle de fondation d’IA le mieux adapté à votre cas d’utilisation.
Lire l’eBookmodèles IA
Découvrir IBM Granite
IBM® Granite est notre famille de modèles d’IA ouverts, performants et fiables, conçus pour les entreprises et optimisés pour dimensionner vos applications d’IA. Explorez les options de langage, de code, de séries temporelles et de garde-fous.
Découvrez GraniteGuide
Comment prospérer en toute confiance dans cette nouvelle ère de l’IA
Explorez les trois éléments clés d’une stratégie d’IA réussie : créer un avantage concurrentiel, étendre l’IA à l’ensemble de l’entreprise et faire progresser l’IA digne de confiance.
Lire le guideDécouvrir watsonx.aiDécouvrir les solutions d’IADécouvrir les services d’IADécouvrir watsonx.aiRéserver une démo en direct“Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition”“One Wide Feedforward Is All You Need”Attention Is All You Need“Speech and Language Processing”“Speech and Language Processing”“Speech and Language Processing”“BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding”“RoBERTa: A Robustly Optimized BERT Pretraining Approach”“ELECTRA: Pre-training Text Encoders as Discriminators Rather Than Generators”“Granite Code Models: A Family of Open Foundation Models for Code Intelligence”“IBM Granite Large Language Models Whitepaper”
智能索引记录
-
2026-04-13 09:39:53
综合导航
成功
标题:코히어, 서울에 APAC 허브 설립 발표
简介:새로운 서울 허브를 바탕으로 아시아 태평양 지역으로 확장
-
2026-04-11 21:57:33
综合导航
成功
标题:生肖猴爱错人的几率有多大 - 星座屋
简介:爱情可以成就一切,也可以摧毁一切。爱对了人,两个人能彼此成就,一起变成更优秀的人,创造更美好的生活;但如果爱错了人,就会
-
2026-04-11 22:06:35
教育培训
成功
标题:特别的礼物作文6篇(精选)
简介:在日常学习、工作或生活中,说到作文,大家肯定都不陌生吧,借助作文可以提高我们的语言组织能力。如何写一篇有思想、有文采的作
-
2026-04-13 09:16:25
综合导航
成功
标题:Engage families in their child's learning journey with the enhanced Star Student Report Renaissance
简介:New features in the Star Student Report support your convers
-
2026-04-11 22:00:34
教育培训
成功
标题:保研是专业排名还是院系排名?上岸学姐讲解-高顿教育
简介:保研是专业排名还是院系排名?保研一般是专业排名,也就是同一专业的排名情况,同城C9顶尖院校为前5%至15%,中游985院