Légendes et curiosités de l'Histoire. 2 volumes

Résumé : Que sait-on des trous noirs ? Peut-on les observer ? Existent-ils vraiment ? Enigmatiques et symboliques, les trous noirs sont fascinants à bien des égards. Sphères compactes dont le champ de gravité est si puissant que rien ne peut s'en échapper, pas même la lumière, certains d'entre eux sont pourtant extraordinairement lumineux. Ce n'est pas là leur seule bizarrerie : au coeur de ces astres, l'espace se change en temps, le temps en espace, et nul ne connaît la véritable nature de leur singularité centrale. Au gré d'un dialogue entre un maître et son élève, Aurélien Barrau nous révèle les secrets des trous noirs, qui poussent nos théories les plus abouties dans leurs retranchements, ouvrant le chemin vers une possible "nouvelle physique".

Qu'est-ce que l'ADN et comment nos gènes définissent-ils qui nous sommes ? En quoi la thérapie génique consiste-t-elle ? Vous trouverez dans cet ouvrage passionnant tout ce qu'il faut savoir sur la génétique, depuis ses rudiments jusqu'aux dernières technologies. Cet ouvrage de vulgarisation scientifique dresse un tableau clair des plus incroyables découvertes de la génétique, depuis les bases de la biologie cellulaire jusqu'aux dernières percées découlant du séquençage de l'ADN et de l'édition génique. Les progrès de la thérapie par les cellules souches, le clonage animal, les traitements géniques sur mesure et les produits génétiquement modifiés ont beaucoup fait parler d'eux, mais savez-vous comment ces technologies fonctionnent et quelle pourrait être leur incidence sur notre avenir ? Chaque sujet est présenté sur une double page et expliqué par des experts dans un langage simple, avec une mise en perspective imagée pour une compréhension plus rapide. Voilà de quoi satisfaire votre curiosité et faire rapidement de vous un expert de la génétique.

Ce livre sur le Machine Learning et l'IA générative avec le langage Python permet de disposer des connaissances théoriques nécessaires pour une compréhension approfondie du Machine Learning et d'appréhender les outils techniques utiles pour mettre en pratique les concepts étudiés. L'auteur y expose des exemples concrets sur les concepts de l'apprentissage automatique. Les lecteurs avertis trouveront dans ce livre une occasion d'aller plus loin dans leur compréhension des algorithmes du Machine Learning. L'auteur commence par expliquer les enjeux de la Data Science ainsi que les notions fondamentales du Machine Learning avant de présenter la démarche théorique d'une expérimentation en Data Science avec les notions de modélisation d'un problème et de métriques de mesure de performances d'un modèle. Le lecteur peut ensuite passer à la pratique en manipulant les bibliothèques Python NumPy et Pandas, ainsi que l'environnement Jupyter. Il peut ainsi aborder sereinement les chapitres à venir, qui lui feront découvrir les concepts mathématiques, et la pratique sous-jacente, relatifs aux algorithmes du Machine Learning et de I'IAgénérative, tels que les statistiques pour la Data Science, les régressions linéaire, polynomiale ou logistique, les arbres de décision et Random forest, l'algorithme K-means, les machines à vecteurs de support (Support Vector Machine), l'analyse en composantes principales, les réseaux de neurones. Le Deep Learning avec les Generative Adversarial Networks pour le développement de vos propres modèles de génération d'images réalistes. Les notions de Deep Learning sont mises en pratique avec TensorFlow, OpenCV et PyTorch dans les environnements Google Colab et VSCode. Pour conclure son apprentissage, le lecteur abordera le traitement automatique du langage (Natural Language Processing) et les concepts fondamentaux du Prompt Engineering.

Résumé : Ce livre sur la vulgarisation de l'intelligence artificielle a pour objectif de rendre ce domaine complexe accessible à un large public, des néophytes aux informaticiens les plus expérimentés. Il propose un parcours pédagogique complet qui décompose l'IA en termes simples, tout en proposant une exploration complète de l'IA, des bases jusqu'à ses applications avancées. Sans nécessiter de connaissance préalable en informatique, il prépare le lecteur à saisir les opportunités d'apprentissage et à relever les défis de ce domaine en constante évolution. Le livre commence par présenter les fondamentaux de l'IA en expliquant les concepts clés et en montrant pourquoi l'IA est si importante aujourd'hui. Il explore les nombreuses applications de l'IA dans des domaines tels que la médecine, la finance et les transports. Le lecteur est également guidé à travers les étapes de création d'une IA, en étudiant le processus de collecte de données, de formation de modèles et de déploiement. Les outils et techniques essentiels pour développer des IA performantes sont présentés de manière accessible. La programmation en Python, un langage incontournable en IA, est abordée pour les débutants. Un cas pratique de machine learning est proposé pour illustrer concrètement comment l'IA fonctionne. Vous explorez des cas d'usage autour de l'intelligence artificielle générative telles que DALL·E, capable de générer des images à partir de descriptions textuelles, et ChatGPT, une IA générative puissante et désormais bien connue de tous. L'aspect professionnel de l'IA est également couvert, en mettant en lumière les opportunités de carrière passionnantes liées à ce domaine. Une section est également dédiée à la démythification des mathématiques de l'IA, pour rendre ces concepts plus accessibles par une approche non scientifique. L'IA et son rôle dans le Web 3. 0, ainsi que son impact sur l'industrie 4. 0, sont explorés, tout comme les enjeux éthiques liés à l'IA pour une réflexion approfondie sur ce sujet crucial.