Bienvenue à exoco-lmd.com! Partagez et consultez des solutions d'examens et d'exercices des programmes LMD et formation d'ingénieur.

Shoutbox

Recent

Stats

Membres
  • Total des membres: 4742
  • Latest: Cjacker
Stats
  • Total des messages: 7166
  • Total des sujets: 6969
  • Online today: 13382
  • Online ever: 13382
  • (Aujourd'hui à 09:33:42 AM)
Membres en ligne
Users: 1
Guests: 11689
Total: 11690

Messages récents

Pages 1 ... 8 9 10
#91
Histoire-Géo / التصحيح النموذجي التاريخ والجغ...
Dernier message par sabrina - Février 06, 2026, 08:23:03 PM
التصحيح النموذجي التاريخ والجغرافيا - BAC 2025

1- شعبة تقني رياضي + شعبة رياضيات + شعبة العلوم التجريبية
bac-histoire-geographie-science 2025.pdf
2-شعبة لغات أجنبية
bac-histoire-geographie-Le 2025.pdf
3- شعبة تسيير واقتصاد
bac-histoire-geographie-GE 2025.pdf
4-شعبة آداب وفلسفة
bac-histoire-geographie-phy 2025.pdf
#92
Histoire-Géo / التصحيح النموذجي التاريخ والجغ...
Dernier message par sabrina - Février 06, 2026, 08:17:12 PM
التصحيح النموذجي التاريخ والجغرافيا - BAC 2024

1- شعبة تقني رياضي + شعبة رياضيات + شعبة العلوم التجريبية
bac-histoire-geographie-scientifique 2024.pdf

2-شعبة لغات أجنبية
bac-histoire-geographie-le 2024.pdf
3- شعبة تسيير واقتصاد
bac-histoire-geographie-GE 2024.pdf

4-شعبة آداب وفلسفة
bac-histoire-geographie-Phylo 2024.pdf
#93
Physique / التصحيح النموذجي العلوم الفيزي...
Dernier message par sabrina - Février 06, 2026, 08:10:55 PM
التصحيح النموذجي العلوم الفيزيائية - BAC 2025

1- شعبة العلوم التجريبية
bac-physique-se 2025.pdf

2- شعبة تقني رياضي+شعبة رياضيات
bac-physique-math 2025.pdf
#94
Physique / التصحيح النموذجي العلوم الفيزي...
Dernier message par sabrina - Février 06, 2026, 08:08:31 PM
التصحيح النموذجي العلوم الفيزيائية - BAC 2024

1- شعبة العلوم التجريبية
bac-physique-se 2024.pdf

2- شعبة تقني رياضي+شعبة رياضيات
bac-physique-math 2024.pdf
#95
Sciences naturelles / التصحيح النموذجي العلوم الطبيع...
Dernier message par sabrina - Février 06, 2026, 08:04:11 PM
التصحيح النموذجي العلوم الطبيعية - BAC 2025

1- شعبة العلوم التجريبية
bac-sciences-naturelles-2025.pdf

2- شعبة رياضيات
bac-sciences-naturelles-math 2025.pdf
#96
Sciences naturelles / التصحيح النموذجي العلوم الطبي...
Dernier message par sabrina - Février 06, 2026, 08:01:14 PM
التصحيح النموذجي العلوم الطبيعية - BAC 2024


1- شعبة العلوم التجريبية
dzexams-bac-sciences-naturelles-1751784.pdf

2- شعبة رياضيات
dzexams-bac-sciences-naturelles-1482576.pdf
#97
Math / BAC 2025- Sujets Corrigés _ BA...
Dernier message par sabrina - Février 06, 2026, 07:56:35 PM
BAC 2025- اختبار في مادة: الريضيات : الإجابة النموذجية

1-GE الشعبة: تسيير واقتصاد
dzexams-bac-mathematiques-1888843.pdf
 
2-Lit  شعبة آداب وفلسفة _ الشعبة: آداب وفلسفة، لغات أجنبية
dzexams-bac-mathematiques-1376623.pdf
 
3- m الشعبة: رياضيات
dzexams-bac-mathematiques-1252509.pdf

4- mt شعبة تقني رياضي
dzexams-bac-mathematiques-2243211.pdf

5- se الشعبة: علوم تجريبية
dzexams-bac-mathematiques-2229208.pdf
#98
Math / BAC 2024 - Sujets Corrigés _ B...
Dernier message par sabrina - Février 06, 2026, 07:51:01 PM
BAC 2024- اختبار في مادة: الريضيات : الإجابة النموذجية
1-GE الشعبة: تسيير واقتصاد
dzexams-bac-mathematiques-1349993.pdf
2-Lit  شعبة آداب وفلسفة _ الشعبة: آداب وفلسفة، لغات أجنبية
dzexams-bac-mathematiques-1061072.pdf
3- m الشعبة: رياضيات
dzexams-bac-mathematiques-1435676.pdf
4- mt شعبة تقني رياضي
dzexams-bac-mathematiques-1494511.pdf

5- se الشعبة: علوم تجريبيةdzexams-bac-mathematiques-1435676.pdf
#99
Intelligence Artificielle (AI Artificial Intelligence) / L8 MIT Generalizable Autonomy ...
Dernier message par sabrina - Février 04, 2026, 08:52:24 PM
L8 MIT Generalizable Autonomy in Robot Manipulation

Français :
Ce document présente la leçon 8 du cours MIT 6.S191 sur l'autonomie généralisable dans la manipulation robotique, donnée par Animesh Garg. La présentation aborde les défis pour développer des robots capables de s'adapter à des environnements non structurés et de réaliser des tâches complexes quotidiennes comme le ménage, la cuisine ou la lessive. Le cours explore quatre piliers fondamentaux : les compétences visuo-motrices (apprentissage de contrôle basé sur la vision avec biais inductifs structurés), la planification compositionnelle (décomposition hiérarchique des tâches), la structure des tâches (apprentissage de programmes et graphes de tâches pour généraliser à partir de démonstrations), et les données pour la robotique (collecte à grande échelle via des plateformes comme RoboTurk). L'approche combine l'apprentissage profond avec des priors structurés pour obtenir une meilleure efficacité d'échantillonnage, généralisation et interprétabilité.
English :

This document presents Lecture 8 from MIT's 6.S191 course on generalizable autonomy in robot manipulation, delivered by Animesh Garg. The presentation addresses challenges in developing robots capable of adapting to unstructured environments and performing complex everyday tasks like cleaning, cooking, or doing laundry. The course explores four fundamental pillars: visuo-motor skills (learning vision-based control with structured inductive biases), compositional planning (hierarchical task decomposition), task structure (learning task programs and graphs to generalize from demonstrations), and data for robotics (large-scale data collection via platforms like RoboTurk). The approach combines deep learning with structured priors to achieve better sample efficiency, generalization, and interpretability.
#100
Intelligence Artificielle (AI Artificial Intelligence) / L7 IMT Neurosymbolic AI
Dernier message par sabrina - Février 04, 2026, 08:50:45 PM
L7 IMT  Neurosymbolic AI

Français :
Ce document présente la leçon 7 du cours MIT 6.S191 sur l'intelligence artificielle neurosymbolique, donnée par David Cox du MIT-IBM Watson AI Lab. La présentation explore l'évolution de l'IA depuis les systèmes étroits (Narrow AI) vers une IA plus large (Broad AI) et éventuellement générale. Elle met en lumière les limitations des approches purement neuronales et propose de combiner les réseaux de neurones avec le raisonnement symbolique pour créer des systèmes plus robustes, explicables et efficaces en données. Le cours présente des applications concrètes comme le raisonnement visuel (VQA), l'apprentissage de concepts, l'apprentissage de métaconcepts, et la compréhension d'événements vidéo. L'approche neurosymbolique permet d'atteindre une précision quasi-parfaite avec beaucoup moins de données d'entraînement tout en offrant une meilleure transparence et interprétabilité des résultats.

English:
This document presents Lecture 7 from MIT's 6.S191 course on Neurosymbolic AI, delivered by David Cox from the MIT-IBM Watson AI Lab. The presentation explores AI's evolution from narrow AI systems toward broader and eventually general AI. It highlights the limitations of purely neural approaches and proposes combining neural networks with symbolic reasoning to create more robust, explainable, and data-efficient systems. The course presents concrete applications including visual reasoning (VQA), concept learning, meta-concept learning, and video event understanding. The neurosymbolic approach achieves near-perfect accuracy with significantly less training data while providing better transparency and interpretability of results.
Pages 1 ... 8 9 10


Suggestions pour vous