Faire Tourner un LLM en Local avec Ollama
Installez et utilisez des LLMs directement sur votre machine avec Ollama : confidentialité totale, coût zéro, et intégration Python en quelques lignes.
65 cours disponibles pour apprendre l'IA
Installez et utilisez des LLMs directement sur votre machine avec Ollama : confidentialité totale, coût zéro, et intégration Python en quelques lignes.
Découvrez comment les LLMs décomposent le texte en tokens, pourquoi le français coûte plus cher que l'anglais, et comment maîtriser vos coûts d'API avec tiktoken.
Comparez les 3 grandes plateformes cloud IA : modèles disponibles, conformité RGPD, prix, TCO et comment garder votre code portable avec Agno.
Tableau comparatif des 7 principaux modèles d'embedding (OpenAI, Cohere, BGE-M3, E5, Nomic, MiniLM), benchmarks MTEB, spécificités du français et intégration dans Agno.
Apprenez à donner une mémoire persistante à vos agents Agno : short-term dans le contexte, long-term avec SQLite et PostgreSQL, et partage de mémoire entre plusieurs agents.
Apprenez à modéliser et prévoir des séries temporelles avec ARIMA, Prophet et XGBoost. Maîtrisez la validation temporelle correcte et les métriques adaptées.
La qualité d'un RAG repose à 80% sur le chunking. Découvrez comment découper vos documents pour maximiser la pertinence des réponses de votre agent IA.
Vidéo d'introduction au Machine Learning posant les bases du fonctionnement.
Comprenez les réseaux adversariaux génératifs (GANs) et l'évolution vers Stable Diffusion : architecture, entraînement, applications et limites éthiques.
Guide complet pour choisir vos outils IA : frameworks ML (PyTorch vs TensorFlow vs JAX), orchestration (Agno vs LlamaIndex), vector databases, et infrastructure de déploiement.
Comparaison détaillée des 4 familles de LLMs dominantes : performances, coûts, cas d'usage, forces et faiblesses de chaque modèle.
Apprenez à fine-tuner un LLM (Llama, Mistral) avec LoRA/QLoRA sur vos données métier : préparation du dataset, entraînement, évaluation et déploiement avec Ollama.