Ce projet utilise l'intelligence artificielle pour déterminer l'ordre optimal de consommation de ressources éducatives en ligne. Il analyse des séries de cours ou de lectures définies par des enseignants pour prédire la séquence d'apprentissage la plus efficace. L'objectif est d'aider les apprenants à suivre un parcours pédagogique cohérent et progressif, en s'appuyant sur des modèles de traitement automatique du langage et des réseaux de neurones.

Ce projet est une plateforme pédagogique dédiée à l'enseignement des méthodes statistiques et de l'apprentissage automatique (machine learning) pour les étudiants en master. Il propose des supports de cours, des exercices pratiques sous forme de notebooks Jupyter, et des ressources pour explorer des concepts comme les modèles linéaires, les SVM, le clustering ou les réseaux de neurones. Les outils utilisés couvrent des bibliothèques Python majeures pour l'analyse de données et l'IA.

Ce projet est une plateforme pédagogique dédiée à l'enseignement du machine learning et de l'intelligence artificielle pour des étudiants en systèmes autonomes. Il propose des supports de cours, des exercices pratiques sous forme de notebooks Jupyter, et des ressources pour l'évaluation des compétences. Les étudiants y apprennent à manipuler des algorithmes d'apprentissage supervisé et non supervisé, ainsi que des réseaux de neurones.