Ce projet académique propose un parcours pédagogique complet pour initier les étudiants à l'intelligence artificielle et au machine learning. Il inclut des supports de cours, des notebooks interactifs et des exercices pratiques couvrant des sujets comme les régressions linéaires, les réseaux de neurones, les arbres de décision et les méthodes de régularisation. Destiné aux étudiants de l'Université Grenoble Alpes, il vise à renforcer leurs compétences en analyse de données et en modélisation prédictive.

AlphaFold est un outil de pointe développé par DeepMind pour prédire la structure tridimensionnelle des protéines à partir de leur séquence d'acides aminés. Il utilise des techniques avancées d'intelligence artificielle et de modélisation moléculaire pour fournir des structures protéiques précises, facilitant ainsi la compréhension des fonctions biologiques et accélérant la recherche en biologie, médecine et pharmacologie.

AlphaFold est un outil de pointe développé par DeepMind pour prédire avec une précision élevée la structure tridimensionnelle des protéines à partir de leur séquence d'acides aminés. Il utilise des techniques avancées d'intelligence artificielle et de modélisation moléculaire pour accélérer la recherche en biologie structurale, facilitant ainsi la compréhension des fonctions protéiques et le développement de nouveaux médicaments.

AlphaFold est un outil de pointe développé par DeepMind pour prédire la structure tridimensionnelle des protéines à partir de leur séquence d'acides aminés. Il utilise des techniques avancées d'intelligence artificielle et de modélisation moléculaire pour générer des structures protéiques précises, facilitant ainsi la compréhension des fonctions biologiques et accélérant la recherche en biologie, médecine et pharmacologie.

CAP est une plateforme dédiée à l'acquisition de contraintes pour les problèmes de satisfaction de contraintes (CSP). Elle permet d'apprendre des modèles de contraintes à partir d'exemples, facilitant ainsi la modélisation de problèmes complexes. Utilisée dans des domaines comme l'optimisation, la planification ou l'intelligence artificielle, elle aide les utilisateurs à définir des règles logiques sans expertise préalable en programmation par contraintes.

Plateforme open source dédiée à l'analyse avancée de données textuelles et à la modélisation de processus complexes. Elle permet aux utilisateurs d'extraire, structurer et analyser des informations à partir de corpus textuels, tout en offrant des outils pour concevoir et exécuter des workflows automatisés. Utilisée dans des contextes académiques et industriels pour le traitement du langage naturel et l'intelligence artificielle.

Projet de recherche en infographie et intelligence artificielle visant à synthétiser des images réalistes de scènes avec des surfaces réfléchissantes à partir d'un ensemble de photos. Utilise une représentation de points neuronaux pour modéliser les catacaustiques et générer des rendus interactifs de haute qualité.

VP-GO est un algorithme de prédiction visuelle conditionnée par l'action, conçu pour améliorer les capacités de préhension des robots dans des environnements complexes comme des tas d'objets. Il permet de modéliser des mouvements robotisés en décomposant des actions sémantiques en mouvements élémentaires, facilitant ainsi l'entraînement de modèles de vision par intelligence artificielle. Le projet s'appuie sur des jeux de données existants pour optimiser les tâches de manipulation et de préhension.

Bibliothèque open source permettant d'intégrer des simulations multi-agents créées avec la plateforme GAMA dans des environnements d'apprentissage par renforcement. Elle facilite l'utilisation de modèles d'agents basés sur des simulations complexes pour des algorithmes d'IA, en combinant la puissance de GAMA pour la modélisation et l'écosystème Python pour l'intelligence artificielle.

Projet dédié à la simulation de réseaux de neurones artificiels et à l'étude des règles d'apprentissage biologiques. Il permet de modéliser des comportements neuronaux pour des applications en neurosciences computationnelles et en intelligence artificielle. Les utilisateurs peuvent explorer des architectures neuronales et tester des hypothèses sur les mécanismes d'apprentissage.