Ce livre propose une exploration approfondie des fondements théoriques, algorithmiques et cognitifs de l'informatique. Il couvre les grands domaines qui forment l'infrastructure intellectuelle des systèmes modernes : algorithmique, complexité, structures de données, optimisation, cryptographie, apprentissage machine et intelligence artificielle. Destiné aux étudiants, ingénieurs et autodidactes, il offre une compréhension solide des idées et modèles qui structurent l'informatique moderne, tout en invitant à développer un regard critique sur les technologies qui transforment notre rapport au savoir, à l'automatisation et à l'intelligence.
Avec clarté et rigueur, l'ouvrage expose les principes essentiels du calcul, de la sécurité de l'information et de la capacité des machines à apprendre automatiquement. Il retrace l'évolution des modèles d'IA (des premiers perceptrons aux grands modèles de langage comme GPT) en suivant une progression allant des notions élémentaires aux approches avancées telles que le Deep Learning, les transformers et l'IA générative.
Chaque concept est replacé dans son contexte mathématique et computationnel, avec un constant souci de pédagogie et de précision.
Ce livre propose une exploration approfondie des fondements théoriques, algorithmiques et cognitifs de l'informatique. Il couvre les grands domaines qui forment l'infrastructure intellectuelle des systèmes modernes : algorithmique, complexité, structures de données, optimisation, cryptographie, apprentissage machine et intelligence artificielle. Destiné aux étudiants, ingénieurs et autodidactes, il offre une compréhension solide des idées et modèles qui structurent l'informatique moderne, tout en invitant à développer un regard critique sur les technologies qui transforment notre rapport au savoir, à l'automatisation et à l'intelligence.
Avec clarté et rigueur, l'ouvrage expose les principes essentiels du calcul, de la sécurité de l'information et de la capacité des machines à apprendre automatiquement. Il retrace l'évolution des modèles d'IA (des premiers perceptrons aux grands modèles de langage comme GPT) en suivant une progression allant des notions élémentaires aux approches avancées telles que le Deep Learning, les transformers et l'IA générative.
Chaque concept est replacé dans son contexte mathématique et computationnel, avec un constant souci de pédagogie et de précision.
