Ce cours présente les concepts de l'intelligence artificielle et de l'apprentissage automatique. Nous discuterons des types et des tâches d'apprentissage automatique, ainsi que des algorithmes d'apprentissage automatique. Vous explorerez Python en tant que langage de programmation populaire pour les solutions d'apprentissage automatique, y compris l'utilisation de certains paquets de l'écosystème scientifique qui vous aideront à mettre en œuvre l'apprentissage automatique.
Développer des applications d'IA sur Azure
Instructeur : Ronald J. Daskevich, DCS
47 815 déjà inscrits
Inclus dans le site
(973 avis)
Expérience recommandée
Ce que vous apprendrez
Définir l'intelligence artificielle et le langage machine
Décrire les outils et les rôles de l'IA, ainsi que le processus de science des données de l'équipe Microsoft
Travailler avec les API Azure, y compris celles relatives à la vision, au langage et à la recherche
Créez, entraînez, testez et déployez votre modèle d'IA dans le nuage
Compétences que vous acquerrez
- Catégorie : Azure Machine Learning Service
- Catégorie : Programmation en Python
- Catégorie : Espace de travail Azure Machine Learning
- Catégorie : Modèles Azure AI
- Catégorie : Processus de sciences des données de l'équipe Microsoft
Détails à connaître
Ajouter à votre profil LinkedIn
19 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 5 modules dans ce cours
Ce module présente l'intelligence artificielle et l'apprentissage automatique. Ensuite, nous parlerons des types et des tâches d'apprentissage automatique. Cela conduit à une discussion sur les algorithmes d'apprentissage automatique. Enfin, nous explorerons python comme un langage populaire pour les solutions d'apprentissage automatique et partagerons quelques paquets de l'écosystème scientifique qui vous aideront à mettre en œuvre l'apprentissage automatique. À la fin de cette unité, vous serez en mesure d'implémenter des modèles d'apprentissage automatique dans au moins une des bibliothèques d'apprentissage automatique python disponibles.
Inclus
10 vidéos6 lectures4 devoirs1 sujet de discussion
Ce module présente les outils d'apprentissage automatique disponibles dans Microsoft Azure. Il examine ensuite les approches standardisées développées pour aider les projets d'analyse de données à réussir. Enfin, il vous donne des conseils spécifiques sur l'approche de la science des données en équipe de Microsoft pour inclure les rôles et les tâches impliqués dans le processus. L'exercice à la fin de cette unité vous renvoie à la documentation de Microsoft pour mettre en œuvre ce processus dans leur solution DevOps si vous n'avez pas la vôtre.
Inclus
9 vidéos2 lectures3 devoirs1 sujet de discussion
Ce module vous présente l'apprentissage automatique pré-entraîné et géré de Microsoft, proposé sous forme d'API REST dans leur suite de services cognitifs. Nous mettons spécifiquement en œuvre des solutions utilisant l'api de vision par ordinateur, l'api de reconnaissance faciale, et nous faisons de l'analyse de sentiment en appelant le service de langage naturel.
Inclus
7 vidéos3 lectures3 devoirs1 sujet de discussion
Ce module vous présente les capacités du service Azure Machine Learning. Nous verrons comment créer et référencer un espace de travail ML. Nous verrons ensuite comment entraîner un modèle d'apprentissage automatique à l'aide du service Azure ML. Nous parlerons de l'objectif et du rôle des expériences, des exécutions et des modèles. Enfin, nous parlerons des ressources Azure disponibles pour entraîner vos modèles d'apprentissage automatique. Les exercices de cette unité comprennent la création d'un espace de travail, la construction d'une cible de calcul et l'exécution d'un cycle de formation à l'aide du service Azure ML.
Inclus
7 vidéos3 lectures5 devoirs
Ce module explique comment se connecter à votre espace de travail. Ensuite, nous expliquons comment fonctionne le registre de modèles et comment enregistrer un modèle entraîné localement et à partir d'une exécution d'entraînement de l'espace de travail. En outre, nous vous montrons les étapes de préparation d'un modèle pour le déploiement, y compris l'identification des dépendances, la configuration d'une cible de déploiement, la construction d'une image de conteneur. Enfin, nous déployons un modèle entraîné en tant que service Web et le testons en envoyant des objets JSON à l'API.
Inclus
8 vidéos1 lecture4 devoirs
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Apprentissage automatique
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
Affichage de 3 sur 973
973 avis
- 5 stars
65,36 %
- 4 stars
20,96 %
- 3 stars
8,32 %
- 2 stars
2,15 %
- 1 star
3,18 %
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous achetez un certificat, vous avez accès à tous les supports de cours, y compris les devoirs notés. Une fois le cours terminé, votre certificat électronique sera ajouté à votre page de réalisations. Vous pourrez alors l'imprimer ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez l'auditer gratuitement.
Vous pouvez prétendre à un remboursement intégral jusqu'à deux semaines après la date de votre paiement ou (pour les cours qui viennent d'être lancés) jusqu'à deux semaines après le début de la première session du cours, la date la plus tardive étant retenue. Vous ne pouvez pas obtenir de remboursement une fois que vous avez obtenu un certificat de cours, même si vous terminez le cours pendant la période de remboursement de deux semaines. Consultez notre politique de remboursement complète.