Les notebooks d'Aurélien Géron : scikit-learn pour le ML classique, puis Keras et TensorFlow pour l'apprentissage profond — le livre de référence sur le ML pratique.
| Catégorie | Apprenez l'IA et l'apprentissage automatique |
| Type | Notebooks de livre |
| Licence | Apache-2.0 |
| S'exécute localement | Oui |
| Construit avec | Jupyter |
| Niveau de compétence | Intermédiaire |
| Meilleur pour | le chemin classique de scikit-learn à l'apprentissage profond |
Autres outils open-source pour apprendre l'IA et le machine learning qui valent la peine d'être comparés :
VirgilioUn mentor structuré pour la science des données et l'apprentissage automatique
ML for BeginnersLe cours classique d'apprentissage automatique de Microsoft
AI for BeginnersDe l'IA symbolique aux réseaux neuronaux
Generative AI for BeginnersConstruisez des applications d'IA générative, leçon par leçon
Data Science for BeginnersLes fondations de données avant tout apprentissage automatique
LLM CourseLa feuille de route de référence pour apprendre les LLMs
LLMs from ScratchConstruisez un GPT à partir de rien, ligne par ligne
Neural Networks: Zero to HeroKarpathy construit la rétropropagation, puis GPT, à partir de zéro
Annotated Paper ImplementationsPlus de 60 articles implémentés et expliqués côte à côte
Dive into Deep LearningLe manuel où chaque équation est exécutable
fastai Book (fastbook)Apprentissage profond pour les codeurs, de haut en bas
Hugging Face CourseMaîtrisez les transformateurs avec la bibliothèque réelle
Hugging Face Agents CourseConstruire des agents IA, correctement
Made With MLDu notebook au système de production
Prompt Engineering GuideLa référence sur le prompting, soutenue par des articles
Applied MLComment de vraies entreprises livrent réellement du ML
ML YouTube CoursesLes meilleurs cours de ML gratuits sur YouTube, sélectionnés
OpenAI CookbookRecettes pratiques qui fonctionnent avec n'importe quelle API compatible OpenAI
Awesome Machine LearningL'index de référence des bibliothèques ML, par langage
Awesome LLMArticles, modèles et outils de l'ère LLM
Deep Learning DrizzleCours universitaires, de la source
ML Interviews BookCe que les entretiens ML demandent réellementHands-On Machine Learning est gratuit et open-source (licence Apache-2.0), vous pouvez donc l'utiliser, l'héberger vous-même et le modifier sans frais.
Oui. Hands-On Machine Learning est conçu pour fonctionner sur votre propre machine ou serveur, gardant vos données privées.
Les alternatives open-source populaires incluent Virgilio, ML pour les débutants, IA pour les débutants. Consultez les comparaisons ci-dessus pour choisir.
Parcourez le répertoire complet des outils, modèles et projets d'IA open-source — mis à jour quotidiennement.
Parcourez tous les outils →