Les livres d'intelligence artificielle réunis ici couvrent tous les niveaux, de l'introduction générale au deep learning. Chaque PDF est gratuit et téléchargeable sans inscription.
Cours universitaires, rapports officiels, tutoriels pratiques. Cette collection rassemble 17 ressources sélectionnées pour leur qualité et leur accessibilité.
Parcourez les sections, trouvez le livre qui vous correspond et commencez à apprendre. La collection est mise à jour régulièrement.
Livres d'Introduction à l'Intelligence Artificielle
Vous débutez en intelligence artificielle ? Ces livres posent les bases.
Ils expliquent ce qu'est l'IA, son histoire et ses grands défis : apprentissage automatique, vision par ordinateur, éthique et impact social.
Livre blanc d'Inria couvrant les défis de l'IA : apprentissage automatique, vision, robotique, neurosciences et traitement du langage. Coordonné par Bertrand Braunschweig avec 45 chercheurs.
Guide collectif de Microsoft France expliquant les bases de l'IA, ses applications en entreprise et les principes éthiques qui guident son développement.
Rapport officiel de mars 2024 couvrant l'IA générative, l'impact sur l'emploi, la souveraineté numérique et 25 recommandations stratégiques pour la France.
Rapport de référence de 2018 au Premier Ministre définissant la stratégie nationale française en IA : recherche, emploi, éthique, santé, transport et défense.
Cours de CentraleSupélec couvrant les fondamentaux du machine learning : classification, régression, clustering, arbres de décision et réseaux de neurones.
Cours complet de l'École des Mines de Nancy (2025-2026) : partitionnement, classification bayésienne, SVM, réseaux de neurones, méthodes d'ensemble et réduction de dimension.
Tutoriel communautaire couvrant l'apprentissage supervisé et non supervisé, les réseaux de neurones, le traitement du langage naturel et les SVM, avec des exemples de code.
Notes de cours universitaires (2025) couvrant les perceptrons multicouches, réseaux convolutifs, réseaux récurrents, mécanisme d'attention et autoencodeurs, avec des exemples en Keras.
Cours universitaire du LaBRI couvrant les fondements de l'IA : définitions, test de Turing, recherche dans les espaces d'états, logique et raisonnement probabiliste.
Polycopié avec exercices couvrant l'algorithme A*, les jeux (MinMax, alpha-beta), les métaheuristiques et les problèmes de satisfaction de contraintes.
Cours et travaux dirigés pour Master en Génie Industriel couvrant les systèmes experts, la logique floue, les algorithmes génétiques et les réseaux de neurones.
Manuel complet sous licence Creative Commons couvrant l'IA dans l'éducation : moteurs de recherche, systèmes adaptatifs, IA générative, traduction automatique et éthique. Projet Erasmus+ AI4T.
Livre blanc de l'Université Laval explorant l'utilisation de l'IA dans l'industrie du livre : prédiction des attentes, aide à la création, assistance éditoriale et diffusion optimisée.
Thèse de doctorat en philosophie (Paris 8, 2023) analysant les algorithmes d'apprentissage profond comme occasion de décrire l'intuition. Couvre l'histoire des réseaux de neurones et la créativité artificielle.
Rapport parlementaire de novembre 2024 analysant l'impact de l'IA générative sur la société, l'emploi, l'éducation, la santé et proposant un cadre réglementaire.
Alexandre Sabatou, Patrick Chaize, Corinne Narassiguin
Guide pratique de 2024 répondant aux questions essentielles sur l'IA en entreprise : définitions, enjeux, applications professionnelles, avantages et inconvénients.