Ressources

┌─────────────────────────────────────────────────────────────┐
│                  RESSOURCES POUR APPRENDRE L'IA             │
├─────────────────────────────────────────────────────────────┤
│                                                              │
│  THÉORIE                        PRATIQUE                    │
│  ──────                         ────────                    │
│  • Livres fondamentaux          • Tutoriels interactifs     │
│  • Papers académiques           • Projets guidés            │
│  • Cours universitaires         • Compétitions Kaggle       │
│                                                              │
│  COMMUNAUTÉ                     DONNÉES                     │
│  ──────────                     ───────                     │
│  • Forums et Discord            • Datasets publics          │
│  • Conférences                  • Benchmarks                │
│  • Meetups locaux               • APIs et services          │
│                                                              │
└─────────────────────────────────────────────────────────────┘

PARCOURS MACHINE LEARNING :

Mois 1-2 : Fondations
├── Python et NumPy/Pandas
├── Statistiques et probabilités
├── Algèbre linéaire basique
└── Cours : Google ML Crash Course

Mois 3-4 : ML Classique
├── Scikit-learn
├── Algorithmes supervisés/non supervisés
├── Validation et métriques
└── Livre : Hands-On ML (Part 1)

Mois 5-6 : Deep Learning
├── PyTorch ou TensorFlow
├── Réseaux de neurones
├── CNN, RNN, Transformers
└── Cours : fast.ai

Mois 7+ : Spécialisation
├── NLP, Vision, RL...
├── Projets personnels
├── Compétitions Kaggle
└── Papers et recherche