Comprendre et mettre en œuvre l'intelligence artificielle, de Python à l'Arduino UNO Q

Premiers pas en Python sur l'UNO Q : variables, règles, observations et premières données d'apprentissage

Construire un premier modèle de Machine Learning capable d'apprendre ses paramètres à partir de données

Comprendre comment un modèle ajuste progressivement son poids pour apprendre à partir de données

Appliquer la descente de gradient au modèle d'arrosage et découvrir les limites d'un simple score

Transformer un score avec la sigmoïde, découvrir un premier neurone artificiel et le faire apprendre

Comprendre pourquoi un seul neurone ne suffit pas toujours et construire notre premier petit réseau de neurones

Comprendre comment un modèle utilise des outils et agit dans un périmètre contrôlé