Projets / IA Stellar
IA Stellar
Une cartographie pédagogique des grandes familles de l'intelligence artificielle, à explorer comme un système stellaire interactif.
Portfolio IA En développement février 2026
iavisualisationpédagogie3d
L’expérience
IA Stellar transforme le paysage de l’intelligence artificielle en une carte que l’on parcourt : chaque grande famille de méthodes devient un astre que l’on explore pour apprendre, comparer et choisir une approche. Une façon visuelle et pédagogique d’aborder un domaine souvent aride.
Où en est le projet
L’expérience 3D est la version de référence. Elle est accompagnée d’une variante 2D conservée en archive et d’une série d’articles dédiée dans l’Atelier. Le contenu et l’ergonomie sont affinés au fil de passes successives.
Ce qui arrive ensuite
- Enrichir le contenu pédagogique des panneaux et des satellites.
- Finaliser la passe d’accessibilité et de performance.
- Harmoniser l’expérience, les infobulles et les articles de l’Atelier.
Articles liés
IA Stellaire - Deep Learning
Quand utiliser le deep learning, ses prerequis data/compute, et ses risques de mise en production.
Lire l'article IA Stellaire - Fondations et Methodologie
Planete 1: cadrer probleme, donnees, labels, metriques et risques avant de choisir un modele.
Lire l'article IA Stellaire - Decision et Optimisation
Choisir et optimiser des actions sous contraintes operationnelles avec solveurs, RL et simulation.
Lire l'article IA Stellaire - Applications
Partir des usages metier pour choisir la bonne famille IA et cadrer l'industrialisation.
Lire l'article IA Stellaire - Introduction
Guide d'orientation: probleme, donnees, labels et contraintes avant de choisir une famille IA.
Lire l'article IA Stellaire - Systemes Generatifs
Quand utiliser les systemes generatifs, comment cadrer risques, couts et evaluation en production.
Lire l'article IA Stellaire - ML Parametrique
Famille explicable et efficace pour etablir des baselines solides avec peu de donnees.
Lire l'article IA Stellaire - Non supervise & Representations
Explorer la structure cachee des donnees: clustering, reduction de dimension, embeddings, anomalies.
Lire l'article