🧠 AI Labs : Apprentissage du Machine Learning par la Pratique

En tant que développeur passionné par le fonctionnement interne des machines, j'ai voulu dépasser l'utilisation simple des outils d'IA pour comprendre leur mécanique profonde.
​Ce projet est un laboratoire personnel où j'explore les fondements du Machine Learning. Plutôt que d'appliquer des tutoriels à l'aveugle, j'ai construit mon propre environnement de travail sous Linux (via Codespaces) pour garder un contrôle total sur le flux de données. J'y implémente des modèles de régression linéaire pour résoudre des problèmes concrets : de la redécouverte de lois physiques (Thermodynamique) à la gestion du "bruit" dans des données simulées (Économie).
​Compétences & Stack Technique
​Langages & Outils : Python 3, Bash (Linux), Git/GitHub.
​Data Science : NumPy (Calcul matriciel), Pandas, Scikit-learn.
​Visualisation : Matplotlib (Génération de graphiques d'analyse).
​Méthodologie : Environnements virtuels (venv), gestion stricte des dépendances.