Projets d’IA couvrant l’optimisation, Kaggle, le machine learning, le deep learning et autres expérimentations.
Certains sont à vocation purement expérimentale, d’autres plus académiques — mais bien sûr, tous participent à l’acquisition de compétences 🧩
Le dépôt est organisé par thématique d’application.
Chaque projet contient soit un README explicatif, soit un rapport PDF, soit un peu des deux !
AI-Projects/
├── audio/ ← Reconnaissance de sons
├── kaggle/ ← Compétitions, datasets publics
├── practical/ ← Tests de frameworks, prototypes techniques
├── simulation/ ← Environnements interactifs, apprentissage par renforcement
├── theory/ ← Projets mathématiques, académiques, optimisations
└── README.md
-
Titanic— Prédiction de survie, pipeline ML de base -
Crime Classification— Deep learning vs XGBoost sur données spatio-temporelles -
Market Forecast— Prédiction de séries financières via LSTM & GRU
- Environnement Pygame + DQN avec StableBaselines3
- Contrôle d’un véhicule sur différentes pistes
- 🎮 Voir le dossier
- Implémentation manuelle d’un MLP (forward et backpropagation) incluant un algorithme d'optimisation ADAM.
- Comparaison des performances d’Adam vs SGD sur des données synthétiques.
- 📁 Voir le projet
- Implémentations bas niveau en MATLAB (sans boîte noire)
- Étude progressive : primal, dual, marge souple, noyaux gaussien et polynomial
- 🔍 Analyse de l’impact des hyperparamètres (C, σ, degré du noyau)
- 📁 Voir le dossier
- Implémentation de l’algorithme de Levenberg-Marquardt pour la régression non linéaire
- Comparaison avec d'autres algorithmes
- 📊 Voir le dossier
- Approches numériques d’intégration, d’estimation et d’optimisation par échantillonnage
- Visualisation des effets de clustering, méthodes QMC, algorithmes de type mimétique
- 📊 Voir le dossier
📚 Tous les projets sont commentés, accompagnés de visuels et de tests reproductibles.