La caméra imaginaire. Jeux vidéo et modes de visualisation

Dans les cours d'école, en ligne, au cinéma et dans des millions de foyers, le jeu vidéo occupe une place sociale et culturelle de premier plan. Média natif du numérique, il connaît depuis des décennies un processus de légitimation culturelle et se voit aujourd'hui doté d'un capital symbolique que peu lui auraient prédit il y a vingt ans. Il irrigue désormais nos représentations collectives et génère des régimes de sociabilité bien différents des clichés auxquels il a trop longtemps été réduit. Dans la lignée de divers travaux issus du champ académique de l'étude du jeu vidéo (ou "game studies", le présent volume regroupe une série de contributions qui questionnent la dimension culturelle du jeu vidéo à partir des discours qu'il suscite, des représentations qu'il génère ou de sa propension à constituer un outil pédagogique. Les travaux regroupés dans cet ouvrage participent notamment à l'analyse des logiques discursives qui fondent la réception du jeu vidéo dans la presse, et à l'examen des modalités pratiques et discursives de la conception du jeu vidéo comme "bien culturel" à partir des années 2000. On trouvera également des contributions qui mettent en lumière la diversité des pratiques rattachées aujourd'hui au jeu vidéo, à travers l'analyse de communautés de jeu en ligne qui instaurent des serveurs "pirates", ou grâce à l'étude des pratiques de création de jeux vidéo "en amateur". Finalement, un ensemble d'utilisations concrètes du jeu vidéo en classe sont discutées à travers des observations minutieuses et des retours d'expérience qui illustrent la complexité relative à l'usage du jeu vidéo en contexte – et à des fins – d'apprentissage. Préfacés par le Professeur Bernard Perron (Laboratoire universitaire de documentation et d'observation vidéoludiques, Université de Montréal) et édités par trois membres du GameLab UNIL-EPFL (Lausanne, Suisse), les articles rassemblés dans cet ouvrage offrent un riche aperçu de la diversité des "game studies" contemporaines.

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.