Comprendre l'intelligence à partir des premiers principes
Probabilités, statistique, apprentissage automatique, apprentissage profond, IA générative et théorie des jeux, démontrés plutôt que décrits. Chaque exemple travaillé est vérifiable à la main, et chaque affirmation est rattachée au livre dont elle provient. C'est aussi sur ce site que se construit Kudos-1 : un modèle de raisonnement entraîné à montrer son raisonnement.
Une cible bimodale, une gaussienne, et deux directions de la même divergence. Minimiser KL(P||Q) étale la gaussienne sur les deux modes avec presque aucune masse là où la cible se trouve réellement ; minimiser KL(Q||P) la pose sur un mode, à 0,6931 nats, soit ln 2 à quatre décimales, et ce n’est pas une coïncidence. Chaque ajustement est jugé catastrophique par l’autre critère, 2,0976 contre 15,2799.
Prenez l’état le plus probable chaque jour, écrivez-les dans l’ordre, et vous obtenez un rapport auquel le modèle attribue une probabilité exactement nulle : sur un exemple de surveillance de machine sur quatre jours, la réponse jour par jour est sain, sain, en panne, en panne, et passer de sain à en panne est une transition impossible. Ce que sont réellement les deux questions, pourquoi le lissage et Viterbi n’y répondent pas de la même manière, et ce que signifie la probabilité a posteriori de 0,411 du meilleur chemin pour qui doit décider.
Une variable qui en détermine une autre avec une corrélation d’exactement 0,0000000000, et un couple de variables dont chaque information mutuelle par paire avec la cible vaut exactement zéro alors que les deux ensemble la déterminent entièrement. Le filtrage univarié écarte les deux, et le second cas est celui qui compte : les variables qu’il supprime le sont parce qu’elles comptent.
Apprentissage automatiqueMathématiques
Projets
Travaux open-source et appliqués
Chaque projet renvoie à des articles et à des parcours d’apprentissage, pour construire, lire et apprendre en une seule boucle.
Le freelancing en apprentissage automatique et en science des données, relié à la formation qui vous y mène. Les clients publient leurs besoins, les professionnels présentent leur profil, et les deux se contactent directement.
Conçu pour durer, sans raccourcis. Voici ce qui est livré, en construction et prévu.
livré
Base de connaissances
Articles, entrées d’encyclopédie, articles de recherche et pionniers, à travers les mathématiques, la statistique, l’apprentissage automatique et l’IA, chacun ancré dans la bibliothèque de référence.
livré
Parcours de formation à seuils de maîtrise
Des leçons ordonnées avec XP, quiz et un seuil de réussite de 90 %, des fondements des probabilités jusqu’à l’apprentissage par renforcement et à la logique.
livré
Outils interactifs dans le navigateur
Figures et calculateurs côté client - entropie, taux de base, métriques de classification, poids d’attention - chacun étant la version vivante de ce qu’un article dérive.
livré
Code exécutable dans les leçons
Des cellules Python qui s’exécutent dans le navigateur sur numpy et scipy, pour qu’une dérivation puisse être vérifiée plutôt que crue.
en construction
Kudos-1
Un modèle de raisonnement pour les mathématiques et l’apprentissage automatique, qui montre son travail, cite ce qu’il invoque et décline ce qu’il ne peut pas justifier.
en construction
Explications animées
Des scènes Manim narrées pour les résultats difficiles à voir en prose. Les scènes sont rendues ; leur publication est l’étape qui reste.
en construction
Communauté et espace membre
Forum, annuaire des membres, profils de freelances et offres d’emploi, pour que le site soit un lieu où travailler avec d’autres et non seulement où lire.
prévu
Couverture élargie du programme
Davantage de parcours et de leçons - optimisation, vision par ordinateur, et la matière d’IA classique que la bibliothèque peut réellement soutenir.
Newsletter
Un e-mail réfléchi, sans bruit
Nouveaux articles, outils et parcours, envoyés quand il y a quelque chose qui vaut votre temps.
“La ressource rare qui respecte à la fois les mathématiques et le praticien. C’est ainsi que devrait se ressentir l’enseignement technique.”
Témoignages à venir, de vraies citations de praticiens suivront.
Prêt à aller plus loin ?
Commencez un parcours, explorez les outils, ou lisez l’analyse d’un article fondateur.