
AI — Models & Research


APPRENTISSAGE NON-SUPERVISÉ avec Python (24/30)
★
★
★
★
★
5/5

FEATURE SELECTION avec SKLEARN (23/30)
★
★
★
★
☆
4/5

SKLEARN IMPUTER : NETTOYAGE DE DONNÉES
★
★
★
★
☆
4/5

SKLEARN PIPELINE AVANCÉE
★
★
★
★
☆
4/5

PYTHON SKLEARN PRE-PROCESSING + PIPELINE (22/30)
★
★
★
★
★
5/5






Mind-Machine Interfaces
★
★
★
★
☆
4/5

RÉGRESSION LINÉAIRE MULTIPLE AVEC NUMPY - ML#9
★
★
★
★
★
5/5

RÉGRESSION LINÉAIRE NUMPY - ML#8
★
★
★
★
☆
4/5

PYTHON : L'ESSENTIEL POUR MACHINE LEARNING - ML#7
★
★
★
★
☆
4/5

RÉGRESSION LINÉAIRE (partie 2/2) - ML#6
★
★
★
★
★
5/5

MATRICES ET NUMPY - ML#5
★
★
★
★
☆
4/5

DESCENTE DE GRADIENT (GRADIENT DESCENT) - ML#4
★
★
★
★
★
5/5

LA RÉGRESSION LINÉAIRE (partie 1/2) - ML#3
★
★
★
★
☆
4/5




COMMENT FONCTIONNE LE MACHINE LEARNING ?
★
★
★
★
☆
4/5

Fuzzy & Annotated Semantic Web Languages
★
★
★
★
☆
4/5

Uncertainty-aware Food Analysis by Deep Learning
★
★
★
★
☆
4/5

Neuromorphic computing with emerging memory devices
★
★
★
★
☆
4/5

Human Authentication Using Facial Cues
★
★
★
★
☆
4/5


Deep Learning for SPECT, SPECT/CT and PET
★
★
★
★
☆
4/5





BRAIN 2025, Prof. Terry Sejnowski
★
★
★
★
☆
4/5

Default Logic
★
★
★
★
☆
4/5

Autoepistemc Logic
★
★
★
★
☆
4/5

Taxonomies and Inheritance
★
★
★
★
☆
4/5

Natural Language Semantics
★
★
★
★
☆
4/5

Resource Description Framework (RDF)
★
★
★
★
☆
4/5

English to CD Theory
★
★
★
★
☆
4/5