Ce cours en trois modules présente l'apprentissage automatique et la science des données à tous ceux qui ont une compréhension fondamentale des modèles d'apprentissage automatique. Vous découvrirez l'histoire de l'apprentissage automatique, les applications de l'apprentissage automatique, le cycle de vie des modèles d'apprentissage automatique et les outils d'apprentissage automatique. Vous apprendrez également ce qu'est l'apprentissage supervisé ou non supervisé, la classification, la régression, l'évaluation des modèles d'apprentissage automatique, etc. Nos laboratoires vous donnent une expérience pratique de ces concepts d'apprentissage automatique et de science des données. Vous développerez des compétences concrètes en apprentissage automatique et créerez un projet final démontrant vos compétences.



Introduction à l'apprentissage automatique pour tous


Instructeurs : Aije Egwaikhide
23 520 déjà inscrits
Inclus avec
(254 avis)
Ce que vous apprendrez
Comparez et opposez l'intelligence artificielle, l'apprentissage automatique et l'apprentissage profond.
Expliquer le cycle de développement des modèles d'apprentissage automatique
Différencier l'apprentissage automatique supervisé de l'apprentissage automatique non supervisé
Évaluer les modèles de classification à l'aide de mesures telles que l'exactitude, les matrices de confusion, la précision et le rappel
Compétences que vous acquerrez
- Catégorie : Analyse des Données
- Catégorie : Deep learning
- Catégorie : Apprentissage Humain
- Catégorie : Apprentissage automatique
- Catégorie : Algorithmes d'apprentissage automatique
Détails à connaître

Ajouter à votre profil LinkedIn
2 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 3 modules dans ce cours
Bienvenue dans le monde de l'apprentissage automatique. L'apprentissage automatique est une branche de l'intelligence artificielle (IA) et de l'informatique qui se concentre sur l'utilisation de données et d'algorithmes pour imiter la façon dont les humains apprennent, en améliorant progressivement leur précision. L'apprentissage automatique est une composante importante du domaine en pleine expansion de la science des données. À l'aide de méthodes statistiques, les algorithmes sont entraînés à faire des classifications ou des prédictions, ce qui permet de découvrir des informations clés dans le cadre de projets d'exploration de données. Ces informations conduisent ensuite à la prise de décision au sein des applications et des entreprises, ce qui a idéalement un impact sur les indicateurs de croissance clés. Le Big Data continuant à se développer, la demande du marché en scientifiques des données va augmenter, car ils devront aider à identifier les questions commerciales les plus pertinentes et, par la suite, les données permettant d'y répondre. Dans ce module, vous explorerez certains des concepts fondamentaux de l'apprentissage automatique. Vous apprendrez à faire la différence entre l'IA, l'apprentissage automatique et l'apprentissage profond. En outre, vous explorerez l'importance et les exigences de chaque processus dans le cycle de vie d'un produit d'apprentissage automatique.
Inclus
6 vidéos2 lectures1 devoir2 plugins
L'apprentissage automatique est un sujet d'actualité et tout le monde essaie de comprendre de quoi il s'agit. La quantité d'informations disponibles sur l'apprentissage automatique peut rapidement vous submerger. Dans ce module, vous explorerez les sujets les plus importants de l'apprentissage automatique que vous devez connaître. Vous vous plongerez dans l'apprentissage supervisé et non supervisé, la classification, l'apprentissage profond et l'apprentissage par renforcement, ainsi que la régression. En outre, vous apprendrez à évaluer un modèle d'apprentissage automatique.
Inclus
8 vidéos4 lectures1 devoir3 plugins
Inclus
1 lecture1 évaluation par les pairs1 élément d'application2 plugins
Instructeurs

Offert par
Recommandé si vous êtes intéressé(e) par Apprentissage automatique
Alberta Machine Intelligence Institute
Duke University
Fractal Analytics
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?




Avis des étudiants
254 avis
- 5 stars
66,01 %
- 4 stars
25 %
- 3 stars
5,46 %
- 2 stars
1,56 %
- 1 star
1,95 %
Affichage de 3 sur 254
Révisé le 23 sept. 2024
Excellent. Teaching techniques are unique. Keep it UP....
Révisé le 28 oct. 2022
It is really a good course for knowing the base of ML.
Révisé le 20 mai 2023
This course was very interesting .It helped me to understand machine learning more

Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - 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.